gensim使用

ex：

调用word2vec(sentences,iter=1)会调用句子迭代器运行两次；第一次运行负责收集单词以及单词出现的频率，从而构造一个内部字典树。第二次以及后续运行负责训练神经模型。
如果sentences是不可迭代的，可手动初始化：

word2vec中影响训练速度和质量的参数
1.在一个数以亿计的语料库中出现1~2次的单词非常有可能是噪音或不需要被关注；另外，也没有足够的数据对他们进行有意义的训练，最好的方法是过滤到这些低频词。
其中min_count就是用于设置过滤阈值的参数，合理的范围为0~100；默认值为5。

2.神经网络神经层数size；默认值为100，更大的size值需要更多的训练数据，合理的取值范围是几十到几百。

3.训练并行粒度，用来加速训练 workers；只有机器安装了Cython才会起到作用。否则以但和运行

内存存储形式
内部，Word2vec模型的参数以矩阵形式存储（numpy数组）数组大小为词汇个数乘以size

存储和载入模型
model.save(filepath)
new_model = gensim.models.Word2vec.load(filepath)##将模型内部的numpy矩阵从硬盘载入到虚拟内存中
还有方法load_word2vec_format()