Python 2.7 gensim创建扩展名为.bin.trainables.syn1neg.npy和.bin.wv.vectors.npy的文件，扩展名为.bin

我正在使用python gensim为9300万个句子创建word2vec。然而，当我训练我的模型时，除了.bin之外，我还得到了三个扩展名为.bin.trainables.syn1neg.npy和.bin.wv.vectors.npy的文件作为输出。我仔细阅读了这里提供的答案：它给出了为什么会发生这种情况的理由。但是，我想知道是否有办法将这些文件转换为普通的单bin文件？

有一个可选参数

.save（）

，名为

sep\u limit

，默认值为10MiB，用于控制使用单独文件的阈值。您可以尝试将其设置为一个更大的值—比您看到的任何额外文件都大—只要您的模型仍然足够小，不会达到

pickle（）

限制，它就可以工作

---

但是，

gensim

正在将一个模型保存到多个文件中，以提高效率，并确保不会在Python

pickle（）

中设置大小限制。如果可能的话，你应该把这些文件作为一个集合放在一起。它们将始终具有相同的共享前缀，即您作为

.save（）

的名称提供的前缀

有一个可选参数

.save（）

，名为

sep\u limit

，默认值为10MiB，用于控制使用单独文件的阈值。您可以尝试将其设置为一个更大的值—比您看到的任何额外文件都大—只要您的模型仍然足够小，不会达到

pickle（）

限制，它就可以工作

---

但是，

gensim

正在将一个模型保存到多个文件中，以提高效率，并确保不会在Python

pickle（）

中设置大小限制。如果可能的话，你应该把这些文件作为一个集合放在一起。它们将始终具有相同的共享前缀，即您作为

.save（）

的名称提供的前缀

谢谢你的回答…我注意到当我使用model.save（）时创建了三个文件，但是当我使用model.wv.save_word2vec_format（）时，这个问题已经解决了如果你只需要单词vectors，这是一个很好的解决方案！但是请注意，本机的

.save（）

保留了更多的模型信息，例如它的词汇计数和允许进行额外训练的内部权重。感谢您的回答…我注意到的是，当我使用model.save（）时，创建了三个文件，而当我使用model.wv.save_word2vec_format（）时这个问题已经解决了如果你只需要单词向量，这是一个很好的解决方案！但是请注意，本机的

.save（）

保留了模型的更多信息，例如词汇计数和允许进行额外训练的内部权重。