在word2vec实验中如何在fluid版本得到并保存训练之后词的embedding。

[zjyyyy]

实验环境：aistudio平台，paddlepaddle1.0，python3.5 在v2版本中给出了这项工作的实现方法。 可以通过parameters函数实现。

save word dict and embedding table

embeddings = parameters.get("_proj").reshape(len(word_dict), embsize) save_dict_and_embedding(word_dict, embeddings) 请问在fluid版本中我该如何获取训练后每个词的向量呢？希望可以给出一个具体实例。感谢！

[qingqing01]

t = np.array(fluid.global_scope().find_var('embedding_name').get_tensor())

embedding_name是embedding的名字，在保存的参数里也可以看到。这样可以获取到numpy array的参数。