我的目标是询问是否可以在Tensorflow word-rnn LSTM生成模型中使用预先训练的GloVe向量，如果有的话，是否有任何关于如何实现这一目标的指导？

我从here引用了这个，我理解（我认为）我应该将这些向量放在model.py的 line 35-37 中的嵌入中 . 从代码中，我看到他没有使用任何预先训练的向量，而是使用输入文本中的单词 .

我已经看到了其他答案，如this，但由于我是Tensorflow和Python的新手，我不完全了解如何将其应用到代码中 .

GloVe生成两个文件，即：

  • 词汇表文件，包含所有单词出现次数

  • 矢量文件 . 例如[ also -0.5432 -0.3210 0.1234...n_dimensions.. ]

另外，我是否必须生成GloVe向量并在同一语料库中训练LSTM模型，还是可以将它们分开？例如 . GloVe（ 100k words ），text_to_train（ 50k words ）

感谢您的帮助！

python vector tensorflow embedding lstm