Thanks to https://github.com/jacobgil/pyfishervector
本程序主要用来实现fisher vector 编码。 对我而言，想要一个干净的不局限于SIFT或图像的编码器，输入为需要编码的词向量，输出为编码后的fisher vector 向量。
Jacobgil提供了很好的示范。但是，封装与图像结合过密，训练GMM模型速度慢。 我采用了sklearn的GMM模型代替cv的EM算法。同时在归一化Fisher vector时做了改动：权值、均值、方差分布squre归一化。
Usage: 1: 读入数据 read_featuers: 读入数据成为一个numpy矩阵，每行为一个样本。 generate_gmm: 生成GMM模型。输入为Descriptors，为训练数据（词向量矩阵），每行为一个单词。folder 为存储GMM模型路径。N为聚类中心数目，在这里为混合高斯模型中高斯模型的个数。 load_gmm: 加载gmm模型 fisher_vector: 输入为Samples,若干个待编码的词向量构成的矩阵。输出为一个fv向量。