外部のフレームワークを用いずに自然言語処理のディープラーニングのモデルを作成 word2vecと呼ばれるモデルの中でも複数の単語から一つの単語を推定するCBOWモデルを作成した。 また、共起行列も作成可能である
オライリー社の出版している『ゼロから作るDeepLearning② 自然言語処理編』を読み、多少の変更を加えながらフレームワークを作成している。 それが1.pyに保存されている
（https://raw.githubusercontent.com/tomsercu/lstm/master/data/） このURL内の各データから学習をさせている(13~23行を参照)
hidden_size = 隠れ層の数
batch_size = 一回の学習で用いるデータのサイズ
max_epoch = 何周データを学習させるか
cbow_params.pklに各単語に対するベクトルが保存される。
また学習後に損失関数のグラフが作成される。
GPUを用いて学習させることを前提にしており、cupyx、cupyが必要である