没问题，我来一步步教你怎么实现把Gensim加载的预训练Word2Vec权重导入PyTorch嵌入层的操作，流程其实很清晰，咱们分步骤来：

首先确保你已经安装了gensim和torch，如果没装的话，先跑这两行命令：

pip install gensim torch

接下来用Gensim加载预训练的Word2Vec模型——不管是公开的预训练模型（比如Google的GoogleNews-vectors-negative300.bin），还是你自己用Gensim训练好的模型，都可以这么加载：

from gensim.models import KeyedVectors

# 加载二进制格式的预训练模型，文本格式可去掉binary=True参数
word2vec_model = KeyedVectors.load_word2vec_format('path/to/your/word2vec/model.bin', binary=True)

PyTorch的Embedding层是通过词的索引来获取嵌入向量的，所以我们需要先建立一个词到索引的字典，这里分两种常见场景：

场景A：直接用预训练模型的词汇表 #

如果你的任务不需要额外词汇，直接用预训练模型的词汇表就行：

word_to_idx = {word: idx for idx, word in enumerate(word2vec_model.index_to_key)}
vocab_size = len(word_to_idx)
embedding_dim = word2vec_model.vector_size

场景B：结合自定义数据集词汇表 #

如果你的任务有专属数据集词汇表（包含预训练模型里没有的OOV词），就把自定义词汇表转成索引映射：

# 假设dataset_vocab是你的数据集专属词汇列表
word_to_idx = {}
for idx, word in enumerate(dataset_vocab):
    word_to_idx[word] = idx

vocab_size = len(word_to_idx)
embedding_dim = word2vec_model.vector_size

现在我们要把预训练的向量权重导入到PyTorch的Embedding层里：

第一步：创建权重矩阵 #

先初始化一个和Embedding层尺寸匹配的权重矩阵，默认用随机初始化来填充OOV词的向量：

import torch
import torch.nn as nn

# 用正态分布随机初始化权重矩阵
embedding_weights = torch.randn(vocab_size, embedding_dim)

# 遍历词汇表，把预训练中存在的词的向量替换进去
for word, idx in word_to_idx.items():
    if word in word2vec_model:
        embedding_weights[idx] = torch.FloatTensor(word2vec_model[word])

第二步：创建Embedding层并加载权重 #

把刚才的权重矩阵传入Embedding层，如果你不想让预训练权重在训练中更新，可以设置requires_grad=False来冻结权重：

# 创建Embedding层
embedding_layer = nn.Embedding(
    num_embeddings=vocab_size,
    embedding_dim=embedding_dim
)

# 加载预训练权重
embedding_layer.weight.data.copy_(embedding_weights)

# 可选：冻结权重，不参与后续训练
embedding_layer.weight.requires_grad = False

你可以随便拿个词测试，看看PyTorch嵌入层输出的向量和Gensim里的是否一致：

# 以"apple"为例
word = "apple"
idx = word_to_idx[word]

# 从PyTorch嵌入层获取向量
torch_embedding = embedding_layer(torch.tensor([idx])).detach().numpy()[0]
# 从Gensim获取向量
gensim_embedding = word2vec_model[word]

# 由于浮点精度问题，用近似相等判断
print(torch.allclose(torch.tensor(torch_embedding), torch.tensor(gensim_embedding)))
# 正常情况会输出True

• 务必保证预训练模型的向量维度embedding_dim和你创建的Embedding层维度一致，否则会报错。
• 对于OOV词，除了随机初始化，你也可以用预训练所有向量的均值来初始化，根据任务需求调整。
• 如果加载的是自己用Gensim训练的完整Word2Vec模型（不是KeyedVectors格式），可以通过model.wv获取KeyedVectors对象，比如word2vec_model = your_trained_model.wv。

内容的提问来源于stack exchange，提问作者MBT