从共现矩阵计算嵌入的python包
glove的Python项目详细描述
#glove
cython glove多线程训练的一般实现。
glove是一种无监督的学习算法，用于生成单词的矢量表示。
训练使用来自语料库的共现矩阵。结果表示包含对许多其他任务有用的结构。
描述模型的论文是[这里]（http://nlp.stanford.edu/projects/glove/glove.pdf）。
此机器学习模型的原始实现可以[在这里找到]（http://nlp.stanford.edu/projects/glove/）。
@author jonathanraiman
0:0以下与2、3.5次共发生2、3.5次：
``Python
>型号=手套。手套（cooccur，vocab_size=3，d=50，alpha=0.75，x最大值=100.0）
对于范围（25）内的历元（25）：
err=model.train（批量=200，工人=9，批量=50）
print（历元%d，误差%3f”%（历元，err，flsh=true）
`>``
>对于范围（25）内的历元，err=model.train（批量=200，工人=9，批量=9，批量=50）
print（“历元%d，误差%3f”%（历元，errr，errr%，flsh
###手套。u init_uu（）
*`cooccurence`dict<；int，dict<；int，float>；：共现矩阵
*`alpha` float:（默认值0.75）用于控制归一化共现计数的指数的超参数。
*`x_max` float:（默认值100.0）用于控制共现矩阵中常见项的平滑的超参数。
*`d`int:（默认值50）学习向量的嵌入维数
*` seed`int：（默认值1234）随机种子
\globe.train
*`step_u size` float：模型的学习率
*`workers`int：用于培训的工作线程数
*`batch_u size`int：每个线程应该接收多少示例（控制作业队列的大小）
cython glove多线程训练的一般实现。
glove是一种无监督的学习算法，用于生成单词的矢量表示。
训练使用来自语料库的共现矩阵。结果表示包含对许多其他任务有用的结构。
描述模型的论文是[这里]（http://nlp.stanford.edu/projects/glove/glove.pdf）。
此机器学习模型的原始实现可以[在这里找到]（http://nlp.stanford.edu/projects/glove/）。
@author jonathanraiman
0:0以下与2、3.5次共发生2、3.5次：
``Python
>型号=手套。手套（cooccur，vocab_size=3，d=50，alpha=0.75，x最大值=100.0）
对于范围（25）内的历元（25）：
err=model.train（批量=200，工人=9，批量=50）
print（历元%d，误差%3f”%（历元，err，flsh=true）
`>``
>对于范围（25）内的历元，err=model.train（批量=200，工人=9，批量=9，批量=50）
print（“历元%d，误差%3f”%（历元，errr，errr%，flsh
###手套。u init_uu（）
*`cooccurence`dict<；int，dict<；int，float>；：共现矩阵
*`alpha` float:（默认值0.75）用于控制归一化共现计数的指数的超参数。
*`x_max` float:（默认值100.0）用于控制共现矩阵中常见项的平滑的超参数。
*`d`int:（默认值50）学习向量的嵌入维数
*` seed`int：（默认值1234）随机种子
\globe.train
*`step_u size` float：模型的学习率
*`workers`int：用于培训的工作线程数
*`batch_u size`int：每个线程应该接收多少示例（控制作业队列的大小）
欢迎加入QQ群-->： 979659372
