已经将word2vec模型读入了genism
model = KeyedVectors.load_word2vec_format('word2vec.50d.txt', binary=False)
似乎genism只提供了从索引到单词的映射,也就是说,model.index2word[2]我们怎样才能在此基础上派生出一个倒置字典(word2index)呢？
我有一个处理大数据集并从S3存储桶下载数据的系统.
每个实例从S3上的对象(dir)内部下载多个对象.当实例数较少时,下载速度很好,即 4-8MiB/s.但是,当我使用类似100-300实例时,下载速度会降低到80KiB/s.
想知道它背后可能是什么原因以及我可以用什么方法来解决它？