我正在34 GB預(yù)處理MS_MARCO語料庫（22 GB）上從頭開始訓(xùn)練word2vec。（預(yù)處理語料庫被發(fā)送標(biāo)記化，因此其大小更大）我正在使用以下代碼訓(xùn)練我的word2vec模型：from gensim.test.utils import common_texts, get_tmpfilefrom gensim.models import Word2Vecclass Corpus():    """Iterate over sentences from the corpus."""    def __init__(self):        self.files = [            "sp_cor1.txt",            "sp_cor2.txt",            "sp_cor3.txt",            "sp_cor4.txt",            "sp_cor5.txt",            "sp_cor6.txt",            "sp_cor7.txt",            "sp_cor8.txt"        ]    def __iter__(self):        for fname in self.files:            for line in open(fname):                words = line.split()                yield wordssentences = Corpus()model = Word2Vec(sentences, size=300, window=5, min_count=1, workers=8, sg=1, hs=1, negative=10)model.save("word2vec.model")我的模型現(xiàn)在運行了大約30多個小時。這是值得懷疑的，因為在我的i5筆記本電腦上有8個內(nèi)核，我每時每刻都在100%使用所有8個內(nèi)核。另外，我的程序現(xiàn)在似乎已經(jīng)從磁盤中讀取了超過100 GB的數(shù)據(jù)。我不知道這里是否有任何問題，但是我對培訓(xùn)產(chǎn)生懷疑的主要原因是因為從磁盤讀取100 GB。整個語料庫是34 GB，那么為什么我的代碼從磁盤中讀取了100 GB的數(shù)據(jù)？有誰知道在34 GB的文本上訓(xùn)練word2vec需要多少時間，8個內(nèi)核的i5 CPU并行運行？謝謝。有關(guān)更多信息，我還從系統(tǒng)監(jiān)視器附加了我的進(jìn)程照片。我想知道為什么我的模型從內(nèi)存中讀取了 112 GB，即使我的語料庫總共為 34 GB？我的訓(xùn)練會完成嗎？此外，我有點擔(dān)心我的筆記本電腦的健康狀況，因為它自過去30小時以來一直以峰值容量運行。現(xiàn)在真的很熱。我是否應(yīng)該添加任何附加參數(shù)，以便更快地進(jìn)行訓(xùn)練而不會造成太大的性能損失？Word2Vec