tensorflow实现word2vec报错&解决集

先是从书上学习，然后利用随书代码实现word2vec，代码在此：https://github.com/PacktPublishing/Natural-Language-Processing-with-TensorFlow/blob/master/ch3/ch3_word2vec.ipynb

因为想做领域词的识别，故没有用已有的英文数据试验，用的自己找的专业领域的小段语料做实验，先用jieba分词，然后开始Word2vec，这篇就写写报的错以及解决，有时间再详解代码。

1、在Generating Batches of Data for Skip-Gram阶段，报错：

  print('    batch:', [reverse_dictionary[bi] for bi in batch])
KeyError: 326960996

原因是：batch一开始是通过np.ndarray随机初始化的任意数值数组，当2倍window_size的大小没有被batch_size整除时，batch里剩下的值（如上面报错的326960996）作为reverse_dictionary的索引必然报错。举个例子如下，一切了然：

# data=[44,45,46,47,48,49,0,0,0,5,0,0,0,15,16.......]
# 示例：batchsize=16, windowsize=1,buffer队列长度=3,numsamples=2的时候
# batch=[45,45,46,46,47,47,48,48,49,49,0,0,0,0,0,