在下面的代码中。 我不明白工人参数的含义。 model = Word2Vec(sentences, size=300000, window=2, min_count=5, workers=4)
【问题讨论】：
workers 是模型训练的线程数，数字越大=训练越快。
标签： python machine-learning nlp word2vec
workers = 使用这么多工作线程来训练模型（=使用多核机器进行更快的训练）。
如果您的系统有 2 个内核，并且您指定 workers=2，那么数据将以两种并行方式进行训练。
默认情况下，worker = 1，即没有并行化
【讨论】：
正如其他人所提到的，workers 控制进行同时训练的独立线程的数量。
一般来说，您永远不会希望使用比 CPU 内核数量更多的工作线程。
但更进一步，gensim Word2Vec 实现面临更多线程到线程的瓶颈，原因是 Python“全局解释器锁”('GIL') 及其一些 IO/语料库处理设计决策等问题。
因此，在具有大量内核（例如超过 16 个）的系统上，最大吞吐量的最佳 workers 值通常小于内核的全部数量 - 通常在 3-12 范围内。 （确切的数字将取决于您的语料库处理和选择的元参数的其他方面，目前最常通过反复试验发现。）
如果您的语料库已经采用特定的文本格式，最新的 gensim 版本 3.6.0 提供了一种新的输入模式，可以更好地将 workers 扩展到 CPU 内核数。有关详细信息，请参阅this section of the release notes about the new corpus_file parameter。
【讨论】：
您可以使用effective_n_jobs 来确定您的情况下正确使用线程数。
from gensim.utils import effective_n_jobs
effective_n_jobs(1)
effective_n_jobs(-1)
effective_n_jobs(None)
effective_n_jobs(12)
effective_n_jobs(10)
# outputs
1
12
1
12
10
【讨论】：