词汇表gensim word2vec中的词数
gensim是一个用于主题建模和自然语言处理的Python库。其中的word2vec是一种用于将文本转换为向量表示的技术。它可以将单词转换为具有语义关联性的向量，从而在计算机中更好地处理和理解文本。
词汇表（vocabulary）是指在给定的语料库或文本集合中出现的所有单词的集合。在gensim的word2vec中，词汇表是由训练数据中的所有单词组成的。词汇表的大小取决于训练数据的规模和内容。
word2vec通过训练神经网络模型来学习单词的向量表示。在训练过程中，模型会根据上下文单词的出现模式来调整单词向量，使得具有相似上下文的单词在向量空间中更加接近。通过这种方式，word2vec可以捕捉到单词之间的语义关系，例如同义词、反义词、相关词等。
词数（vocabulary size）是指词汇表中不同单词的数量。在gensim的word2vec中，词数是训练数据中不同单词的总数。词数的大小直接影响到训练模型的复杂度和性能，较大的词数会增加模型的计算和存储开销。
对于词汇表中的每个单词，word2vec会为其分配一个唯一的整数标识符（index），用于在模型中表示和检索单词向量。这些标识符通常是按照单词在词汇表中的出现频率排序的，频率越高的单词标识符越小。
在实际应用中，词汇表的大小和词数的选择需要根据具体任务和数据集的特点来进行调整。较大的词汇表可以提供更丰富的语义信息，但会增加模型的复杂度和计算开销。较小的词汇表可能会丢失一些重要的语义关系，但可以减少模型的存储和计算开销。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：https://cloud.tencent.com/product/nlp
- 腾讯云机器学习平台（MLPaaS）：https://cloud.tencent.com/product/mlpaas
- 腾讯云人工智能开放平台（AI Lab）：https://cloud.tencent.com/product/ailab
相关·内容
在gensim的价格python中，我想获得“word2vec”的余弦相似度列表。 我读了gensim word2vec的文档，但文档中描述了most_similar和n_similarity函数)() 我想要价格和所有其他价格之间的相似性的完整列表。
浏览 7提问于2019-09-17得票数 0
回答已采纳
我正面临着使用Word2Vec进行Gensim训练的问题。model.wv.vocab没有从训练好的语料库中得到更多的单词，只有来自初始化指令的单词！ 事实上，在多次尝试我自己的代码后，即使是官方网站的示例也不起作用！ 我在代码中的许多地方尝试过保存模型，甚至尝试在训练指令的同时保存和重新加载语料库 from gensim.test.utils import common_texts, get_tmpfile
from gensim.models import Word2Vec
path = get_tmpfile("word2vec.model")
model = Wo
浏览 10提问于2019-04-20得票数 1
回答已采纳
我当时正在研究word2vec gensim模型，发现它真的很有趣。我很高兴找到一个未知/看不见的词，当与模型检查时，将能够从培训过的模型中得到类似的术语。
这个是可能的吗？可以为此对word2vec进行调整吗？或者训练语料库需要有我想要找到相似之处的所有单词。
浏览 0提问于2015-12-26得票数 14
使用Gensim < 4.0，我们可以使用以下代码重新训练word2vec模型：
model = Word2Vec.load_word2vec_format("GoogleNews-vectors-negative300.bin", binary=True)
model.train(my_corpus, total_examples=len(my_corpus), epochs=model.epochs)
然而，我理解的是Gensim 4.0不再支持Word2Vec.load_word2vec_format。相反，我只能加载keyedVectors。
如何用我的领域专用语
浏览 0提问于2021-07-07得票数 2
我正在一个大型语料库上训练一些嵌入。我从gensim的文档中了解到，它在开始训练之前建立词汇表。在我的例子中，建立词汇表需要很多小时。我想通过重用第一个模型中的词汇表来节省时间。我该怎么做呢？.build_vocab方法不能从另一个模型中获取vocabulary对象。
下面是一个虚拟的例子：
from gensim.models import FastText, Word2Vec
sentences = ["where are my goats", "yay i found my goats"]
m1 = Word2Vec(sentences, size =
浏览 0提问于2019-12-19得票数 0
我一直在努力理解gensim.models.Word2Vec中size参数的用法
在Gensim文档中，size是向量的维度。现在，据我所知，word2vec为每个单词创建了一个与句子中其他单词接近的概率向量。那么，假设我的vocab大小是30，那么它如何创建维度大于30的向量呢？谁能向我简要介绍一下Word2Vec大小的最佳值？
谢谢。
浏览 0提问于2017-08-02得票数 7
回答已采纳
1回答
我试着训练由gensim产生的增量式word2vec模型。但是我发现词汇表的大小并没有增加，只是更新了word2vec模型的权重。但是我需要更新词汇表和模型大小。
#Load data
sentences = []
....................
#Training
model = Word2Vec(sentences, size=100)
model.save("modelbygensim.txt")
model.save_word2vec_format("modelbygensim_text.txt")
#Incremental Tra
浏览 0提问于2017-03-12得票数 6
我目前正在通过gensim使用word2vec。您可以轻松地设置上下文大小(这将设置要考虑的中心词左侧和右侧的单词数)。有时，将左边的单词与右边的单词分开考虑会更好。这将为每个单词提供两个嵌入。 这可以在gensim或任何其他python兼容工具中完成吗？
浏览 19提问于2020-07-26得票数 1
1回答
我做了一些研究，发现gensim有一个将手套转换为word2vec 的脚本。我想做的正好相反。
是否有使用gensim或其他库进行转换的简单方法？
浏览 1提问于2018-10-09得票数 3
1回答
晚上好，我有一个相对简单的问题，主要是因为我没有使用python的经验。我想为单词列表提取单词嵌入。这里我创建了一个简单的列表：
list_word = [['Word'],
['ant'],
['bear'],
['beaver'],
['bee'],
['bird']]
然后加载gensim和其他所需的库：
#import tweepy # Obtain Tweets via API
import re # Obtain expressi
浏览 1提问于2021-04-20得票数 0
我训练过的Gensim Word2Vec缺少某些单词的向量。也就是说，尽管我有一个单词"yuval“作为输入，但该模型缺少一个向量。原因是什么？
浏览 1提问于2019-05-30得票数 0
我正在使用python中的gensim word2vec包。我知道如何从经过训练的模型中获取词汇表。但是如何获得词汇表中每个单词的词数呢？
浏览 0提问于2016-05-12得票数 12
回答已采纳
我想知道如何才能将谷歌的Word2Vec限制在我的词汇表中。谷歌Word2视频链接：
这就是我所拥有的：
import gensim
# Load Google's pre-trained Word2Vec model.
model = gensim.models.Word2Vec.load_word2vec_format('./model/GoogleNews-vectors-negative300.bin', binary=True)
embedding_matrix = np.zeros((len(my_vocabulary), 300))
其中我的词汇表是我
浏览 6提问于2018-04-16得票数 0
2回答
因此，我是第一次学习Word2Vec，我的问题是非常基本的:如何知道使用什么方法？比如Tensorflow中的Word2Vec还是用Gensim训练的Word2Vec？
在哪些情况下，通过更手动的第一种方法来实现它相对于第二种方法是有用的呢？如果已经有一种更简单的方法来使用gensim来训练word2vec模型，为什么不总是使用它呢？
此外，使用像谷歌新闻数据集这样的预先训练的模型有什么好处呢？当新闻数据集中没有包含单词时，会发生什么情况？
对不起，如果这个问题是基本的，我只想更清楚地了解整个情况。
浏览 0提问于2018-01-08得票数 3
回答已采纳
在之后，我训练了一个简单的word2vec模型：
from gensim.test.utils import common_texts
from gensim.models import Word2Vec
model = Word2Vec(sentences=common_texts, size=100, window=5, min_count=1, workers=4)
model.save("/content/word2vec.model")
我想把它想象成。。我在科拉布做了以下事情：
!python3 -m gensim.scripts.word2vec2tensor -
浏览 20提问于2021-09-18得票数 5
回答已采纳
我训练了一个来自gensim包的word2vec。尽管我在model.train()方法中传递了一个单词，但它并没有出现在模型的词汇表中。
会否出现这种情况呢？
为甚麽会这样呢？
浏览 0提问于2016-10-18得票数 1
回答已采纳
3回答
我已经使用Gensim 3.8.0训练了一个Word2Vec模型。后来，我尝试在GCP上使用Gensim 4.0.o来使用预训练模型。我使用了以下代码： model = KeyedVectors.load_word2vec_format(wv_path, binary= False)
words = model.wv.vocab.keys()
self.word2vec = {word:model.wv[word]%EMBEDDING_DIM for word in words} 我得到的错误是"model.mv“已经从Gensim 4.0.0中删除了。然后我使用了以下代码： mod
浏览 1281提问于2021-03-30得票数 12
你好，我是word2vec的新手，我写了一个小程序来教自己
import gensim
from gensim.models import Word2Vec
sentence=[['Yellow','Banana'],['Red','Apple'],['Green','Tea']]
model = gensim.models.Word2Vec(sentence, min_count=1,size=300,workers=4)
print(model.similarity('Yellow&#
浏览 0提问于2018-05-07得票数 0
回答已采纳
1回答
我有一个词嵌入矩阵(例如M)，得到的是V阶，其中V是词汇表的大小，N是每个字向量的大小。我希望gensim的word2vec模型在训练过程中用M初始化它的词嵌入矩阵。我可以使用gensim.models.keyedvectors.Word2VecKeyedVectors.load_word2vec_format(model_file)以word2vec格式加载M，但我不知道如何将M提供给gensim word2vec模型。
浏览 16提问于2022-05-04得票数 0
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import warnings
warnings.filterwarnings(action='ignore', category=UserWarning, module='gensim')
import logging
import os.path
import sys
import multiprocessing
# from gensim.corpora import WikiCorpus
from gensim.models import Wo
浏览 0提问于2018-05-17得票数 0
1回答
我正在使用PyCharm，并使用Word2Vec加载在单词上训练的模型。我尝试检查两个单词之间的相似性，但得到以下错误：
# Loading model trained on words
model = word2vec.Word2Vec.load('models/text8.model')
# Loading model enhanced with phrases (2-grams)
model_phrase = word2vec.Word2Vec.load('models/text8.phrase.model')
# Wo
浏览 0提问于2017-02-26得票数 0
1回答
我是NLP和gensim的新手，目前正试图用gensim word2vec模块来解决一些NLP问题。我目前对word2vec的理解是，结果向量/矩阵应该有-1到1之间的所有条目。但是，将一个简单的结果尝试到一个条目大于1的向量中。我不确定哪一部分是错误的，请给出一些建议。
我使用gensim utils.simple_preprocess生成了一个令牌列表。清单看上去如下：
[['buffer', 'overflow', 'in', 'client', 'mysql', 'cc', 'in&
浏览 0提问于2019-07-31得票数 0
回答已采纳
我有一个超过40G的数据集。我的记号赋予器的程序由于内存有限而终止，所以我尝试拆分我的数据集。如何增量地训练word2vec模型，即如何使用单独的数据集来训练一个word2vec模型？
我当前的word2vec代码是：
model = gensim.models.Word2Vec(documents, size=150, window=10, min_count=1, workers=10)
model.train(documents,total_examples=len(documents),epochs=epochs)
model.save("./word2vec150d/word
浏览 33提问于2019-11-19得票数 1
回答已采纳
我在简历语料库上运行gensim word2vec代码(删除停止词)，以便从预定义关键字列表中识别出语料库中类似的上下文单词。
尽管有几次使用输入参数的迭代，删除停止词等，但类似的上下文词根本没有意义(就距离或上下文而言)。关联和矩阵在同一个窗口中发生了几次，但是矩阵在most_similar结果中没有下降。
以下是在Python2.7 Anaconda培训简历上运行的gensim 2.3.0系统和代码的详细信息:55,418句平均每句话:3-4个单词(删除终止语)代码：
wordvec_min_count=int()
size = 50
window=10
m
浏览 2提问于2017-09-11得票数 0
回答已采纳
是谷歌预先训练好的word2vec模型CBO或skipgram。
我们通过以下方式加载预训练模型：
from gensim.models.keyedvectors as word2vec
model= word2vec.KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin.gz')
我们如何具体加载预先训练的CBOW或skipgram模型？
浏览 40提问于2019-07-18得票数 0
只需阅读gensim页面上的doc2vec命令。
我对命令“intersect_word2vec_format”很好奇。
我对这个命令的理解是，它允许我将经过预先训练的word2vec模型中的向量值注入到我的doc2vec模型中，然后使用预训练的word2vec值来训练我的doc2vec模型，而不是从我的文档语料库生成单词向量值。结果是，我得到了一个更精确的doc2vec模型，因为我使用的是经过预先训练的w2v值，与相对较小的文档语料库相比，该值是从更大的数据集生成的。
我对这个命令的理解是否正确？
浏览 9提问于2017-09-02得票数 2
回答已采纳
from gensim.test.utils import datapath
from gensim import utils
class MyCorpus(object):
"""An interator that yields sentences (lists of str)."""
def __iter__(self):
corpus_path = datapath('lee_background.cor')
i = 1
print(str(i))
浏览 4提问于2020-02-29得票数 0
我想先训练语料库的一部分，然后在整个语料库上基于嵌入训练。我能用gensim skipgram实现这一点吗？ 我还没有找到可以传递初始嵌入的API。 我要的是像这样的东西 from gensim.models import Word2Vec
sentences = [["cat", "say", "meow"], ["dog", "say", "woof"],
["cat2", "say2", "meow"], ["
浏览 18提问于2019-08-28得票数 1
回答已采纳
1回答
我有一个准备去word2vec模型，我已经训练过了。我已将其序列化为CSV文件：
word, v0, v1, ..., vN
house, 0.1234, 0.4567, ..., 0.3461
car, 0.456, 0.677, ..., 0.3461
我想知道的是如何在gensim中加载单词向量模型，并使用它来训练段落或doc2vec模型。
这个说我可以以"# C text format“的形式加载一个模型，但我不知道这到底意味着什么。什么是"C文本格式“首先，但更重要的是：
如何加载word2vec模型并将其用于doc2vec培训？
浏览 1提问于2016-04-23得票数 1
回答已采纳
1回答
问题有两个方面: 1.如何选择size的理想值? 2.如何动态地获得词汇表大小(如我所打算的那样)来设置理想大小？
我的数据类似于以下(示例)-just一行和一列：
第1行
{kfhahf}
Lfhslnf;
.
.
.
第2行
(stdgff ksshu, hsihf)
asgasf;
.
.
.
等。
基于本文：，size参数应该小于(或等于？)词汇量。因此，我试图按以下方式动态地分配大小：
from nltk.tokenize import word_tokenize
from gensim.models import Word2Vec
# I do Word2Vec f
浏览 1提问于2019-06-14得票数 0
回答已采纳
使用Gensim < 4.0，我们可以使用以下代码重新训练word2vec模型：
model = Word2Vec.load_word2vec_format("GoogleNews-vectors-negative300.bin", binary=True)
model.train(my_corpus, total_examples=len(my_corpus), epochs=model.epochs)
然而，我理解的是Gensim 4.0不再支持Word2Vec.load_word2vec_format。相反，我只能加载keyedVectors。
如何用我的领域专用语
浏览 10提问于2021-07-08得票数 0
回答已采纳
1回答
我需要使用Gensim在维基百科文章上训练一个word2vec嵌入模型。
最终，我将使用整个维基百科
但是目前，我正在做一些实验/优化来提高模型的质量，我想知道有多少篇文章足够训练一个有意义/好的模型？每个单词在词汇表中需要多少个例子？
浏览 0提问于2018-02-10得票数 6
我知道这个问题已经问过了，但我仍未能找到解决办法。
我想在自定义数据集上使用gensim的word2vec，但是现在我仍然在弄清楚数据集的格式。我看了一下，其中的输入基本上是一个列表列表(一个大列表包含来自NLTK语料库的标记化句子的其他列表)。因此，我认为这是命令word2vec.Word2Vec()必须使用的输入格式。然而，它不能工作在我的小测试集，我不明白为什么。
我试过的是：
这件事起作用了
from gensim.models import word2vec
from nltk.corpus import brown
import logging
logging.basicConfi
浏览 2提问于2015-11-30得票数 27
回答已采纳
关于下列清单：
words= ['S.B.MILS','Siblings','DEVASTHALY','KOTRESHA','unimodal','7','regarding','random','59','intimating','COMPETITION','prospects','2K15','gather','Mega','SENSOR'
浏览 2提问于2022-02-12得票数 1
回答已采纳
1回答
Gensim是Word2Vec的一个优化的python端口(参见)
我目前正在使用以下向量：
我将用gensim重新运行模型培训，因为他们的模型中有一些噪音标记。因此，我想找出word2vec在gensim中的一些等价参数是什么
他们从word2vec中使用的参数是：
2字上下文窗口，PMI加权，无压缩，300 K尺寸
当我训练一个Word2Vec模型时，gensim等价性是什么？
是：
>>> model = Word2Vec(sentences, size=300000, window=2, min_count=5, workers=4)
在gensim中有P
浏览 2提问于2015-04-29得票数 3
回答已采纳
我真正想要的是把单词和短语聚在一起，例如针织/针织织机/彩虹织机/家用装饰品/织机/针织织机/.我只有语料库，而我只有单词/短语。我能用一个像GoogleNews/Wikipedia/.才意识到这一点？
我现在尝试使用Gensim加载GoogleNews预训练的模型，以获得短语的相似性。有人告诉我，GoogleNews模型包含短语和单词的向量。但我发现，我只能得到词的相似性，而短语相似性失败的错误信息，即短语不在词汇表中。请告诉我。谢谢。
import gensim
from gensim.models import Word2Vec
from gensim.models.keyedvecto
浏览 1提问于2019-08-09得票数 1
回答已采纳
如何从Gensim word2vec模型中检索n个最频繁的单词？据我所知，频率和计数并不相同，因此我不能使用object.count()方法。
我需要从我的word2vec模型中生成一个n个最常用单词的列表。
编辑：
我试过以下几种方法：
w2c = dict()
for item in model.wv.vocab:
w2c[item]=model.wv.vocab[item].count
w2cSorted=dict(sorted(w2c.items(), key=lambda x: x[1],reverse=True))
w2cSortedList = list(w2cSorted
浏览 1提问于2018-12-04得票数 8
回答已采纳
2回答
我想用python和gensim在英语维基百科上训练一个word2vec模型。为此，我密切关注。
它对我有用，但是我不喜欢结果word2vec模型的地方是命名实体被分割，这使得模型对我的特定应用程序不可用。我需要的模型必须将命名实体表示为一个向量。
这就是为什么我计划用spacy解析维基百科文章，并将诸如“北卡罗莱纳州”这样的实体合并到"north_carolina“中，以便word2vec将它们表示为一个向量。到目前一切尚好。
spacy解析必须是预处理的一部分，我在链接讨论中建议使用：
...
wiki = WikiCorpus(wiki_bz2_file, dictionary=
浏览 3提问于2017-04-19得票数 5
嗨，我正在使用Gensim Word2Vec在python中嵌入单词。
from gensim.models import Word2Vec, KeyedVectors
但我得到的错误如下：
from gensim import utils
# cannot import whole gensim.corpora, because that imports wikicorpus...
from gensim.corpora.dictionary import Dictionary
ImportError:无法导入名称实用工具。谢谢
浏览 0提问于2018-06-17得票数 2
1回答
from gensim.models import Word2Vec
结果出现以下错误ImportError:无法从“gensim.models”(未知位置)导入名称“Word2Vec”
from gensim.models.word2vec import Word2Vec
导致同样的错误
在删除了这个软件包的所有conda安装、pip卸载gensim、pip安装gensim和pip install之后--升级gensim，我终于可以完成了。
import gensim，但是当我尝试使用gensim.models.Word2Vec时，它会导致错误: AttributeError:模块'
浏览 15提问于2021-12-10得票数 0
我正在尝试从维基百科的文本数据训练word2vec模型，为此，我使用了以下代码。
import logging
import os.path
import sys
import multiprocessing
from gensim.corpora import WikiCorpus
from gensim.models import Word2Vec
from gensim.models.word2vec import LineSentence
if __name__ == '__main__':
program = os.path.basename(sys.
浏览 0提问于2019-11-26得票数 2
回答已采纳
2回答
将字符串标记转换为整数
、、、、
我试图把句子的记号转换成整数。但它给我的是浮标。
from nltk.tokenize import word_tokenize
from gensim.models import Word2Vec
sometext = "hello how are you doing?"
tokens = word_tokenize(sometext)
model = Word2Vec([tokens], min_count=1, size=1)
当我这么做的时候
print(model["hello"])
它给了我
[-0.3843384]
我希望这是一个正整数。
浏览 1提问于2019-06-18得票数 1
回答已采纳
2回答
我正在尝试从这个存储库中重现结果：。我没有Linux，所以不能安装代码使用的word2vec包，但它只用于加载预先训练好的word2vec模型，所以Gensim应该可以完成这项工作。
问题是，scholar使用的预训练模型存储在一个pickle文件(在的“已处理文件”下提供) postagged_wikipedia_for_word2vec_30kn3kv.pkl中。
当我试图打开这个文件时，我得到了ModuleNotFoundError No module named 'word2vec'。我进入了pickle文件(在记事本中)，并将开头的word2vec更改为gensim.
浏览 1提问于2020-12-03得票数 0
我有一组用神经网络训练的嵌入，与gensim的word2vec无关。
我想使用这些嵌入作为gensim.Word2vec中的初始权重。
现在我看到的是，我可以model.load(SOME_MODEL)，然后继续训练，但它需要一个gensim模型作为输入。此外，reset_from()似乎只接受其他gensim模型。但是在我的例子中，我没有一个gensim模型，而是一个嵌入的word2vec格式的文本文件。
那么，如何开始将学习从word2vec文本文件迁移到gensim.Word2vec呢
浏览 8提问于2017-12-24得票数 1
1回答
我已经检查了之前的帖子，但它似乎不适用于我的情况：
我已经预先训练好了word2vec模型：
import gensim
model = Word2Vec.load('w2v_model')
现在我有了一个包含关键字的pandas数据帧：
keyword
corruption
people
budget
cambodia
.......
......
我想要在相应的列中为每个关键字添加向量，但是当我使用model['cambodia']时，它会抛出错误，因为它是KeyError: "word 'cambodia' not in v
浏览 0提问于2018-07-04得票数 6
我一直试图从python的gensim库中运行一个如何使用word2vec的示例，但是我一直收到这个错误
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
这是我的代码，这只是一个简单的例子：
from gensim.models import Word2Vec
sentences = [['first', 'sentence'], ['second', '
浏览 10提问于2016-11-18得票数 2
回答已采纳
我正在构建一个使用预先训练好的gensim word2vec的pytorch BiLSTM。我首先使用从头开始使用模型训练的nn.Embedding层，但我决定使用预先训练的word2vec嵌入来提高准确性。我的模型体系结构遵循一个简单的BiLSTM体系结构，其中第一层是嵌入层，然后是BiLSTM层，最后是两个前馈层。
import torch
import gensim
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
word2vec = gensim.models.Wor
浏览 12提问于2021-10-31得票数 1
我有一个短文语料库(大约5000句)，它构成了一个大约2000字的词汇表。我使用Gensim构建了一个Word2Vec模型，但是来自most_similar的输出看起来并不合理。是因为我词汇量不够吗？如果是的话，是否有关于词汇表大小的大拇指规则？
浏览 5提问于2021-02-18得票数 0
回答已采纳
1回答
我已经为一个巨大的语料库生成了一个使用gensim的word2vec模型，并且我需要使用k均值聚类来对词汇表进行聚类，我需要：
余弦距离矩阵(字对字，所以矩阵的大小为number_of_words x number_of_words )
特征矩阵(word表示特征，因此矩阵的大小是number_of_words x number_of_features(200) )
对于特征矩阵，我尝试使用x=model.wv，得到对象类型为gensim.models.keyedvectors.KeyedVectors，它比我预期的要小得多。
有没有一种直接使用这个对象来生成k均值聚类的方法？
浏览 7提问于2017-07-24得票数 0
2回答
上下文
关于如何使用流数据对Word2Vec进行gensim训练，存在几个问题。无论如何，这些问题并不涉及流不能使用多个工作人员的问题，因为没有数组可以在线程之间拆分。
因此，我想创建一个生成器，为gensim提供这样的功能。我的研究结果如下：
from gensim.models import Word2Vec as w2v
#The data is stored in a python-list and unsplitted.
#It's too much data to store it splitted, so I have to do the split while str
浏览 4提问于2019-11-12得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
