Word2Vec究竟選擇Tensorflow還是gensim

最近想訓練專業領域的語料庫，深度學習領域python的版本較多，國內普遍使用gensim來訓練，而word2vec是Google提出的，Tensorflow上有例子實現。最近tensorflow越來越流行，所以考慮採用tensorflow來訓練，可能能達到更快的訓練速度，在技術方案上更符合主流。經過一週的實驗，發現效果不如人意。具體如下：
-網上評估gensim的效果比tensorflow好很多。原文連結
-沒有找到tensorflow執行windows上的word2vec說明，word2vec_basic執行沒有問題，但高階版需要編譯op。
-沒有找到tensorflow上word2vec版本中的questions_words.txt中文方面的具體應用。
上述情況說明gensim在文字訓練的難易程度、準確率方面比tensorflow示範程式裡面介紹的方法好多了。但國內沒有找到具體的原因，最後在stackoverflow.com上找到了一篇文章，詳細說明了可能的原因，讓我徹底放棄了tensorflow上實現word2vec的想法。
經過實際測試, gensim通過Cpython來實現底層演算法，速度很快，簡單易用。