随笔小记（二十八）

keras使用word2cev在imdb数据集上做词嵌入，构建embedding矩阵，模型使用lstm
参考链接（纯代码 可用）：
https://blog.csdn.net/lzj000lzj/article/details/95360710

深度学习中Keras中的Embedding层的理解与使用
参考链接（代码 可用）：http://frankchen.xyz/2017/12/18/How-to-Use-Word-Embedding-Layers-for-Deep-Learning-with-Keras/

os.environ[‘KMP_DUPLICATE_LIB_OK’]='True’

os.environ()详解
使用python获得系统的信息时，使用os.environ()。
参考链接：https://www.cnblogs.com/keye/p/7679335.html

参考链接：https://www.jianshu.com/p/a7922a7c6113

keras加载imdb数据时num_words参数
Keras—text.Tokenizer：文本与序列预处理
参考链接：https://blog.csdn.net/lovebyz/article/details/77712003

列表里的元素是元组，相关操作
Python3 字典 items() 方法
程序运行错误
CS224n笔记2 词的向量表示：word2vec
参考链接（码农场，还不错）：
http://www.hankcs.com/nlp/word-vector-representations-word2vec.html

word2vec原理推导与代码分析

参考链接（码农场，还不错）：
https://www.hankcs.com/nlp/word2vec.html

Python3 迭代器与生成器
参考链接：https://www.runoob.com/python3/python3-iterator-generator.html

Python中的生成器和yield详细介绍
列表推导与生成器表达式，当我们创建了一个列表的时候，就创建了一个可以迭代的对象。
参考链接（可）：
https://www.jb51.net/article/59671.htm

word2vec词向量中文语料处理(python gensim word2vec总结）
参考链接（不懂）：
https://blog.csdn.net/shuihupo/article/details/85162237#%E4%B8%AD%E6%96%87%E8%AF%AD%E6%96%99%E5%A4%84%E7%90%86

使用预训练的word embedding
参考链接（可）：
https://blog.csdn.net/weixin_42101286/article/details/90296819