本notebook使用了gensim库和sklearn库,gensim库用于Word2vec训练,sklearn库做k-means算法计算。 如果未安装,请先使用下面的命令安装gensim库和sklearnm库,再运行实验本notebook: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gensim pip install -i https://pypi.tuna.tsinghua.edu.cn/simple skl...
1、新建一个环境指定python版本 conda create -n new_env_name python=3.x 将new_env_name替换为你的环境名称,将3.x替换为你想要的Python版本 2、激活新的conda环境 conda activate new_env_name 3、在新的环境中安装Jupyter Notebook conda install notebook 4、启动Jupyter Notebook jupyter notebook 就可以...
回到VsCode,新建一个以【.ipynb】结尾的文件,这个文件格式就是jupyter notebook编写的python代码的存储格式,点击右上角的【选择内核】(由于我这里已经选择了我的python3.11解释器所以显示的是python版本号,如果还没有选择的话,这里默认出现的是“选择内核”)。 然后注意!!!然后注意!!!然后注意!!!这里一定要选择刚刚...
本notebook罗列了利用Word2vec和k-means算法所需的python代码,大家可以下载这个notebook上增加自己的实验代码,比如,调整一下word2vec的window参数,看看是否对结果有好的影响。 此前,《Jupyter Notebook使用Gensim库做中文Word2Vec模型计算》和《机器学习库sklearn的K-Means聚类算法的使用方法》已经分别讲解了word2vec和...
5. 放在本notebook的data/raw文件夹,就可以执行本notebook的python程序了。 其中: 分词效果表展示了每个文本文档被分词以后的样子,就是每个词用空格间隔开了。本notebook将使用分词效果表中的数据训练word2vec模型,得到所有词的向量。 选词结果表存了要被聚类的词,本notebook将根据这个表,从所有词向量中找到这些被...
在jupyter notebook中使用pytorch 笔者刚开始学习pytorch时便遇到了无法在jupyter notebook使用anaconda配置的环境的问题,当时尝试了各种方法:卸载重装anaconda、pytorch环境、jupyter notebook;导入nb_conda包;更改jupyter的kernel等等方法,都无法解决,所以放弃了pytorch改用tensorflow。