0引言

1. 本节将前面实现的改进的CBOW模型在PTB数据集上跑一遍
2. 由于希望跟书上一样调用GPU，因此需要安装cupy包，途中遇到一些问题，详见下面的安装过程。

1 cupy包的安装

1. 原本是直接在anaconda3的base环境中使用pip install cupy-cuda11x安装的，但是安装好后执行从cupy数组中获取指定行的数据时报了如下错误：

   1. RuntimeError: CuPy failed to load libnvrtc.so.11.2: OSError: libnvrtc.so.11.2: cannot open shared object file: No such file or directory

2. 分析发现，这个错误应该是cuda版本的问题，接下来是解决办法；

3. 需要确认最新版cupy对cuda版本、numpy版本的要求；当然Python版本也要符合要求，因此用到以下资料：

   1. Installation — CuPy 13.2.0 documentation；
   2. Previous PyTorch Versions | PyTorch；
   3. 版本匹配指南：PyTorch版本、Python版本和pytorch_lightning版本的对应关系_pytorch-lightning版本对应-CSDN博客；

4. 具体而言：

   1. 最新版的numpy为2.0，cupy最新版是支持的；因此可以直接通过pip install numpy；

   2. nvidia-smi查看自己电脑的cuda版本，如下图所示；本机支持的最高cuda版本是11.4，因此我这里选择安装11.3版本的cudatoolkit；

      

   3. cudatoolkit=11.3可以安装torch=1.9.0，再看一下torch与Python版本的对应关系，得python=3.9；

5. 几个版本弄清楚之后就可以开始安装了：

   conda create -n nlp_study pip python=3.9
   conda activate nlp_study
   
   conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
   pip install numpy
   pip install cupy-cuda11x
   

6. 安装好之后执行下面的语句应该就不报错了：

   # 这个函数一开始直接在base环境中使用pip install cupy-cuda11x安装也是不会报错的
   def to_gpu(x):
       import cupy
       
   
       if type(x) == cupy.ndarray:
           return x
       return cupy.asarray(x)
     
   idx = numpy.random.permutation(numpy.arange(data_size))
   x = to_gpu(x)
   x = x[idx] # 是这里会报错；所以进行了上述的安装过程
   

7. 本书中提供的代码有些许问题，并且参与运算的两个数据一般需要都在gpu上或者都在CPU上；因此代码中额外加入了一些将数据移动到GPU或者CPU的代码，以保证代码能够正确运行。

2解决VScode中matplotlib绘图不显示的问题

1. 遇到的问题是：vscode中使用juypter时绘图可以显示，但是在代码文件里面写然后运行就不行，而且不报错；
2. 查了相关博客，以下是有用的：
   1. 参照vscode——matplotlib绘图不显示问题_visualstudio图片怎么出不来plt.plot-CSDN博客：执行了echo $DISPLAY和export DISPLAY=:0.0；
   2. 然后又会报解决 UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown plt.show()-CSDN博客中的错误，因此选择保存图片来查看绘图的结果；

3 CBOW模型学习的实现

代码目录：https://1drv.ms/f/s!AvF6gzVaw0cNjpx9BAtQYGAHFT3gZA?e=Eso96F；

1. 上一篇笔记讲述了改进过的CBOW模型的代码实现，包括初始化、前向计算和反向传播；

2. 这里学习用的trainer函数和之前一样；

3. 因此代码上就不过多讲述；区别在于这里将相关数据使用本书提供的to_gpu、to_cpu方法搬到了GPU上，详见代码中的xxx.to_gpu(xxx)；

4. 主要的几个代码文件如下：

   1. CBOW_train.py：程序入口
   2. CBOW_GPU.py：改进之后的GPU版CBOW模型代码
   3. utils/Embedding_GPU.py、utils/negativeSamplingLayer_GPU.py、utils/trainer_GPU.py：GPU版的Embedding层、Embedding_dot层、UnigramSampler模块、NegativeSamplingLoss层；以及GPU版的训练类；

5. 由于数据量较大，训练时间较长；这里设置max_epoch = 5看一下结果；

6. 如下图所示是训练过程中的损失变化曲线；同时保存了训练的参数在cbow_params.pkl文件中。

   

7. 接着，我们用之前的most_similar计算与输入单词最相似的前5个单词；结果如下：

   1. 可见，CBOW模型确实学习到了单词的分布式表示；

   # 与you最相似的
   we  0.8603515625
   i  0.82861328125
   your  0.74169921875
   else  0.7353515625
   someone  0.71875
   # 与year最相似的
   month  0.90673828125
   spring  0.8525390625
   summer  0.8525390625
   week  0.83837890625
   decade  0.7109375
   

4 CBOW模型对更复杂模式的捕捉

主要是类推问题。例如：king − man + woman = queen；

1. 由于CBOW模型可以获得单词的分布式表示，即向量；那么想要推出king − man + woman = queen的问题，则可以转换为单词向量之间的加法和减法；

2. 用vec(x)表示单词x的向量表示；则需要计算vec(‘king’) + vec(‘woman’) − vec(‘man’) =？；将计算出来的结果向量作为一个不知道的单词，然后使用most_similar计算与该单词最相似的前几个单词，看看有没有queen，以及queen排第几个；当然，这里要使用most_similar需要修改一下，因为此时传进去的query不是单词而是单词向量了（详见代码里的修改）；

3. 然后我们可以得到以下结果：

   1. take:took = go:went类推出来了；
   2. 但由于迭代次数较少，学习的不好；
   3. 因此可以说，CBOW模型不仅捕获了单词含义，还捕获了模式；

   [analogy] king:man = queen:?
    man: 0.89208984375
    balloon: 0.8408203125
    woman: 0.81884765625
    lady: 0.8056640625
    remember: 0.80322265625
   
   [analogy] take:took = go:?
    went: 0.75732421875
    came: 0.6962890625
    lived: 0.65478515625
    ran: 0.63916015625
    goes: 0.6376953125
   
   [analogy] car:cars = child:?
    adults: 0.779296875
    basketball: 0.7783203125
    pieces: 0.77490234375
    women: 0.76806640625
    college: 0.759765625
   
   [analogy] good:better = bad:?
    better: 0.79931640625
    greater: 0.701171875
    more: 0.69384765625
    less: 0.69140625
    rather: 0.65673828125
   

5单词向量的评价方法

1. 单词的分布式表示的评价往往与实际应用分开进行。此时，经常使用的评价指标有“相似度”和“类推问题”；
   1. 因为单词的分布式表示通常与其他任务相结合做具体的场景任务，那么组合之后的任务可能非常复杂，这个时候想要从整体上去评价其中一个模块的效果，会非常麻烦。

1. 单词相似度的评价：
   1. 人工给一些单词之间的相似度进行打分
   2. 使用分布式表示模型得到单词的分布式表示，然后计算余弦相似度；
   3. 将两个打分进行比较
2. 类推问题
   1. 使用上面提到的类推问题，根据类推的结果来评价分布式表示的好坏；
   2. 基于类推问题可以在一定程度上衡量“是否正确理解了单词含义或语法问题”
   3. 但是，单词的分布式表示的优劣对 目标应用贡献多少(或者有无贡献)，取决于待处理问题的具体情况，比如应用的类型或语料库的内容等。也就是说，不能保证类推问题的评价高，目标应用的结果就一定好。这一点请一定注意

6总结

部分内容直接来源于书本。

1. 到此为止，我们改进了word2vec模型，也看到这个模型不仅可以捕获单词含义，还可以捕获模式；但是由于迭代次数以及数据集的规模较小，效果不好。

2. 在解决自然语言处理任务时，一般不会使用 word2vec 从零开始学习单 词的分布式表示，而是先在大规模语料库(Wikipedia、Google News 等文 本数据)上学习，然后将学习好的分布式表示应用于某个单独的任务；【如同现在的预训练模型+微调的模式】

3. 以上的模型获得了单词的分布式表示，那文档的表示怎么弄呢？

   1. 最简单的方法是，把文档的各个单词转化为分布式表示，然后求它们的总和。这是一种被称为 bag-of-words 的不考虑单词顺序的模型(思想)；【直接相加，当然没有顺序可言】
   2. 但是，后续的循环神经网络，可以以更加优美的方式利用 word2vec 的单词的分布式表示来将文档转化为固定长度的向量【因为RNN是有顺序的，是考虑了上下文的】