最近在各个网站上看了一些word2vec的博文，整理出来，方面大家观看。
word2vec包括Skip-Gram和CBOW。
我主要看的是skip-gram，因为学习“网络表示学习”的需要。
首先适合看：一文详解 Word2vec 之 Skip-Gram 模型（结构篇） 和 一文详解 Word2vec 之 Skip-Gram 模型（训练篇），看完这两篇大致能理解Skip-gram的工作模式，或者说结构和运行原理。
然后推荐看这三篇 word2vec原理(一) CBOW与Skip-Gram模型基础 、 word2vec原理(二) 基于Hierarchical Softmax的模型 和 word2vec原理(三) 基于Negative Sampling的模型 通过这三篇，可以基本了解其数学原理。另外推荐这个作者的博客，这三篇博客里用到的数学知识，比如逻辑回归，比如随机梯度下降，在作者以前的博文里也能找到，数学基础像我一样差的，也有的救。
再然后可以看这两篇：算一算-Word2Vec 和 算一算-Word2Vec（2）这两篇用实际的例子，把整个W2V的计算过程演示了一遍，可以更深刻的理解。
最后看一下：一文详解 Word2vec 之 Skip-Gram 模型（实现篇）
当然最牛的还是这个系列 ：word2vec 中的数学原理详解（一）目录和前言 ，但是确实有点多，看一眼容易把人看怵。
当然，这只是少数，我对skip-gram也能说是一知半解，看到其他的好博文再分享吧。