"alpha“和"start_alpha”的区别

Question

我想用"gensim“来训练Word2Vec模型。我想确定最初的评级率。但是，可以使用"alpha“和"start_alpha”参数来实现这一目的。他们之间有什么区别？是一样的吗？

Answer 1

参数alpha用于构造函数

classgensim.models.word2vec.Word2Vec(sentences=None，corpus_file=None，vector_size=100，alpha=0.025，window=5，min_count=5，max_vocab_size=None，sample=0.001，seed=1，workers=3，min_alpha=0.0001，sg=0，hs=0，negative=5，ns_exponent=0.75，cbow_mean=1，hashfxn=，ns_exponent=0.75，en19#，()，，)

而参数start_alpha在火车方法中使用：

火车(corpus_iterable=None，corpus_file=None，total_examples=None，total_words=None，epochs=None，start_alpha=None，end_alpha=None，word_count=0，queue_factor=2，report_delay=1.0，compute_loss=False，callbacks=()，**kwargs)

至于使用哪一种：

start_alpha (浮动，可选)-初始学习率。如果提供，则替换构造函数中的启动alpha，用于这一次对train()的调用。只在您想自己管理alpha学习率(不推荐)时，只在进行多次电话培训()时使用。

Answer 2

它们本质上是一样的。如果在构造函数中指定非默认值：

• 它们在模型中缓存为alpha & min_alpha
• 如果您还选择在构造函数(sentences/corpus_iterable/corpus_file)，中指定培训语料库，则alpha & min_alpha将成为自动.train()的start_alpha、end_alpha

如果您相反地显式地调用.train()：

• 您可以为该调用指定一个start_alpha & end_alpha，它将用于代替构造函数期间设置的值(但不会在模型中缓存以供以后调用)

，如果你在同一个模型上多次调用.train()，某种原因--这通常是一个不必要的坏主意，除非在一些非标准的专家--使用情况下--很可能您希望正确地选择每个调用的alpha范围的正确级数(这样它就不会毫无意义地上下跳)。

专家的使用是独立的、非缓存的start_alpha和end_alpha参数存在的真正原因。大多数用户应该坚持默认设置(所以不要使用其中的任何一个)，如果他们确实达到了修补的地步，只需在构造函数中尝试不同的alpha值，仔细监视它是否有用。