gensim - Doc2Vec：差异迭代与时代

Question

阅读Doc2Vec documentation of gensim 时，我对一些选项感到有些困惑。比如Doc2Vec的构造函数有一个参数iter：

iter (int) – 语料库的迭代次数（epochs）。

那么为什么train方法也有一个类似的参数叫做epochs？

epochs (int) – 语料库的迭代次数（epochs）。

两者有什么区别？文档中还有一段：

为了避免围绕模型执行多项操作的能力的常见错误 训练通过自身，必须提供明确的 epochs 参数。 在常见和推荐的情况下，train() 只被调用一次， 模型的缓存 iter 值应作为 epochs 值提供。

但我真的不明白为什么构造函数需要一个 iter 参数以及应该为它提供什么。

编辑：

我刚刚看到也可以直接在构造函数中指定语料库，而不是单独调用 train()。所以我认为在这种情况下，将使用 iter，否则将使用 epochs。对吗？

如果是这样，在构造函数中指定语料库和手动调用 train() 有什么区别？为什么要选择一个或另一个？

编辑 2：

虽然文档中没有提到，但 iter 现在已被贬低为 Doc2Vec 的参数。它被重命名为epochs，以与train()的参数保持一致。培训似乎可以解决这个问题，尽管我对MemoryErrors 感到很挣扎。

Answer 1

构造函数中的参数最初称为iter，当通过单个构造函数调用执行所有操作时——在构造函数中提供语料库——该值将仅用作训练通过的次数。

当train() 的参数被扩展并强制要求以避免常见错误时，术语epochs 被选择为更具描述性，并且与iter 值不同。

当您在构造函数中指定语料库时，build_vocab() 和 train() 将作为构造的一部分自动为您调用。对于大多数简单的用途，这很好。

但是，如果你让这些自动调用发生，你就失去了单独计时步骤的机会，或者在开始训练之前篡改词汇步骤的结果，或者多次调用train()（这通常是不好的）除非你确定你知道你在做什么）。