我想使用"gensim"训练一个Word2Vec模型。我想确定初始评级率。但是，它写道"alpha"和"start_alpha"参数都可以用来做到这一点。它们之间有什么区别？它们是一样的吗？
参数alpha在构造函数中使用：
classgensim.models.word2vec.Word2Vec(sentences=None， corpus_file=None， vector_size=100， alpha=0.025， 窗口=5， min_count=5， max_vocab_size=无，样本=0.001，种子=1，工作器=3， min_alpha=0.0001， SG=0， hs=0， 负=5， ns_exponent=0.75， cbow_mean=1， 哈希fxn=， epochs=5， null_word=0， trim_rule=无，sorted_vocab=1，batch_words=10000，compute_loss=假， 回调=()， 注释=无， max_final_vocab=无)
而参数start_alpha用于训练方法：
火车(corpus_iterable=无，corpus_file=无，total_examples=无， total_words=无，纪元=无，start_alpha=无，end_alpha=无， word_count=0， queue_factor=2， report_delay=1.0， compute_loss=假， 回调=()， **kwargs)
至于使用哪个：
start_alpha(浮点型，可选)– 初始学习率。如果提供， 替换构造函数中的起始alpha，对于这一次调用 到train().仅当对 train() 进行多次调用时使用，当您 想要自己管理 alpha 学习率(不推荐)。
它们本质上是相同的。如果在构造函数中指定非默认值：
-
它们作为
alpha和min_alpha缓存在模型中 -
如果你也选择了在构造函数中指定训练语料库(
sentences/corpus_iterable/corpus_file)，alpha&min_alpha将成为自动.train()start_alpha，end_alpha
如果您改为显式调用.train()：
- 您可以指定一个
start_alpha&end_alpha，仅用于该调用，该调用将用于代替构造函数期间设置的值(但不会缓存在模型中以供将来调用)
如果您出于某种原因在同一型号上多次调用.train()- 这通常是一个不必要的坏主意，除非在某些非标准的专家使用情况下 - 您可能希望正确选择alpha范围的正确进度在每次调用中(这样它就不会无意义地上下弹跳)。
这种专家使用是单独的、非缓存的start_alpha和end_alpha参数存在的真正原因。大多数用户应该坚持使用默认值(所以不要使用其中任何一个)，如果他们确实到了修补的地步，只需在构造函数中尝试不同的alpha值，仔细监控它是否有帮助。