我了解到,文档中的每个句子都首先使用自己的标签进行标记,对于doc2vec,它将学习这些标签的向量。例如,根据我所能理解的,让我们说,我们有一个有3句句子的列表。[["I have a pet"], ["They have a pet"], ["she has no pet"]]["I have a pet"]
["They have a我所期望的是,每个句子的每个标签都是基于另一个句子标签来学习向量的;然后,
假设我有一个包含100000个元素的向量,我希望逐个迭代这个向量,同时将元素复制到某种映射中,但是在每次迭代时,从向量中删除元素--最有效的方法是什么?在迭代向量时,我做了类似于"it = vec.erase( it )“之类的操作,但是它需要花费很长时间才能完成。难道没有更快的方法吗?顺便说一句,订购是非常重要的.
我想将映射中的向量传递给zip_longest,但考虑到地图中有一个动态向量,我看不到实现这一目标的简单方法。我知道它适用于使用模板和sizeof的编译时间常数,但是我不能在编译时指定这一点。const auto it : iter::zip_longest(*all_vectors)) { // <-- Here using *all_vectors to unpack like in Python.}
让我也说一句,我知道这可以通过