1.以model.save()方法保存詞向量
保存詞向量
import gensim
model = gensim.models.Word2Vec(documents, size=300)
model.train(documents, total_examples=len(documents), epochs=10)
model.save("../input/Word2vec.w2v")
加載詞向量
import gensim
word2vec = gensim.models.word2vec.Word2Vec.load("./input/Quora.w2v").wv
2.保存為二進(jìn)制的詞向量
保存詞向量
model.wv.save_Word2Vec_format(embedding_path,binary=True)
model.wv.save_Word2Vec_format(embedding_path,binary=False)#非二進(jìn)制
加載詞向量
import gensim
word2vec = gensim.models.KeyedVectors.load_word2vec_format(embedding_path,binary=True)
3.使用numpy進(jìn)行保存和加載
保存數(shù)組數(shù)據(jù)的文件可以是二進(jìn)制格式或者文本格式，二進(jìn)制格式的文件可以是Numpy專(zhuān)用的二進(jìn)制類(lèi)型和無(wú)格式類(lèi)型。
使用np.save()保存npy文件，np.load()加載npy文件。
