本文算是对上一篇博文大白话讲解word2vec到底在做些什么基于tensorflow的技术实现吧。
版本说明
———-这次我不会忘记要写版本了分割线~
python：python3.5
tensorflow：tensorflow-0.12.1
numpy+mkl：numpy-1.11.3+mkl
matplotlib：matplotlib-2.0.0
sklearn：scikit_learn-0.18.1
scipy：scipy-0.19.0
注：虽然代码里没有直接使用scipy和mkl，但是是sklearn的依赖，也是要下载安装好的。
导入的包
数据源
本次实验用到的数据源是网上下载的哈利波特1-7，经过去符号处理，只留下了单词序列
代码
已经上传到Github上了。
word2vec_harrypotter
结果
嗯哼，做了word2vec有什么效果呢？
效果在这里 
实验取了单词频数top150成图，这里截取了一部分。
可以看到，黄色圈出来的back,out,behind,into,up距离比较近，himself,her,him,them,us聚在一起，还有for,though,than,but,and这些聚在一起。
当然，迭代次数多一些，效果可能会更棒。
说明
代码参考了Tensorflow实战 黄文坚 唐源著