在TensorFlow中运行word2vec.py后，单词嵌入的结果在哪里？

Question

我在'/ tensorflow / models / embedding /'文件夹下运行'word2vec.py'文件。但是我在输出文件夹中找不到嵌入字的结果，只有模型文件和一些这样的未知文件：

result files of word2vec

Answer 1

因为，从Mikolov的论文中可以清楚地看出，在最后一层中没有获得所有单词的嵌入字。相反，他们砍掉最后一层并获取维度的隐藏层的权重：[vocab_size x embd_dim]，即每行是相应单词的单词向量（dimension：embd_dim）。

请参阅此内容以便更好地理解：http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/

因此，在张量流实现中，tf.embedding_lookup具有所有单词的嵌入字。 word2vec.py

中文件/tensorflow/models/embedding/的第26行中提到了这一点

24 The key ops used are:
25 * placeholder for feeding in tensors for each example.
26 * embedding_lookup for fetching rows from the embedding matrix.
27 * sigmoid_cross_entropy_with_logits to calculate the loss.
28 * GradientDescentOptimizer for optimizing the loss.
29 * skipgram custom op that does input processing.