gensim的word2vec使用

在生成word2vec模型后，还要想办法把模型塞进embed层来使用。

model.wv.save_word2vec_format(u"./data_path/model")

nparray的读写：

npy_path=u"data_path/sample.npy"
a=numpy.array(range(0,16)).reshape((2,2,-1),order='F')
print(a)
numpy.save(npy_path,a)
print(numpy.load(npy_path))

dictionart的读写：

data={'a':[1,2.0,3,4+6j],
      'b':('String',u'unicode string'),
      'c':None}
print(data)
#写
output=open(pkl_path,'wb')
pickle.dump(data,output)
output.close()
#读
pkl_input=open(pkl_path,'rb')
print(pickle.load(pkl_input))
pkl_input.close()