我想做什么。我想从word2vec中得到很多词组的相似度值。Tuple_list_example = [('guard', 'suffrage'), ('guard', protest), ('guard', 'sea'), ('guard', 'demonstrations'), ('guard', 'definition')…]我导入了Text8Corpus的预训练向量与genismw2v_model = Word2Vec(Text8Corpus(r'C:\\path’), size=100, window=5, min_count=150, workers=4)
一切都很好，只是我不明白为什么每次运行我的代码后，相似度值都会改变。我总是使用相同的预训练向量和相同的单词元组。例如:第一次命中后的输出。[-0.3895531, -0.3782139, -0.36835572, -0.36330146, ...]第二次命中后的输出： [-0.40356663, -0.3905962, -0.37609994, -0.3635677,…]
为什么会这样？
word2vec算法本质上将随机化作为其训练过程的一部分：无论是训练前向量的初始化，还是训练的进度。
进一步做多线程训练，意味着操作系统层面对工作线程调度的轻微变化，意味着即使是相同的训练数据，在运行之间也不会以完全相同的顺序呈现给模型，从而改变模型的最终状态。
此外，Python本身也会稍微随机化的行为。dicts，以防止某些类型的拒绝服务攻击，在某些版本中，这可能会影响发现的单词在运行到运行之间的枚举顺序。
所以，你不应该期望从后续的运行中得到相同的结果，除非你已经采取了极端的措施来防止所有这样的差异（由于其他原因，这是一个坏主意，包括使训练变得更慢&从一个核心不是精确的算法中创造一个虚假的稳定性假象）。
有一个更多的讨论在 gensim FAQ的Q11 & Q12。.