注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度学习原理与算法++8大实战项目 附数据和代码

  2. 入门原理 顶级论文算法详解 Caffe使用案例 Tensorflow案例实战 强化学习实战 人脸检测项目实战 关键点定位项目实战 基于Tensorflow项目实战-StyleTransfer 基于Tensorflow项目实战-文本分类 Seq2Seq序列生模型 自然语言处理 Word2Vec 利用RNN与LSTM网络原理进行唐诗生成 机器学习对抗生成网络

  3. 所属分类：其它

    • 发布日期：2018-09-29
    • 文件大小：68byte
    • 提供者：whoshiwo1

  1. 深度学习各种框架

  2. 里面集成了各种深度学习算法，可用于图像分类，目标检测，文本生成等

  3. 所属分类：深度学习

    • 发布日期：2018-11-14
    • 文件大小：118mb
    • 提供者：wuhuanju

  1. Python-DELTA是滴滴开源的一种基于深度学习的自然语言和语音处理平台

  2. DELTA 主要基于 TensorFlow 构建，能同时支持 NLP(自然语言处理)和语音任务及数值型特征的训练，整合了包括文本分类、命名实体识别、自然语言推理、问答、序列到序列文本生成、语音识别、说话人验证、语音情感识别等重要算法模型，形成一致的代码组织架构。

  3. 所属分类：其它

  1. Python-达观杯文本智能处理挑战赛文本分类任务的实现

  2. ’达观杯‘文本智能处理挑战赛，文本分类任务的实现，包括一些传统的监督学习算法和深度学习算法，主要基于sklearn/xgb/lgb/pytorch包实现。

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：545kb
    • 提供者：weixin_39840588

  1. Python-DELTA是滴滴开源的一种基于深度学习的自然语言和语音处理平台

  2. DELTA 主要基于 TensorFlow 构建，能同时支持 NLP(自然语言处理)和语音任务及数值型特征的训练，整合了包括文本分类、命名实体识别、自然语言推理、问答、序列到序列文本生成、语音识别、说话人验证、语音情感识别等重要算法模型，形成一致的代码组织架构。

  3. 所属分类：其它

  1. 基于深度学习的文本分类研究.pdf

  2. 从文本分类由美国学者H．P．Luhn教授在1957年第一次被提出来，现今文本分类 已经成为数据挖掘领域非常重要的～个分支，它已经在搜索引擎等领域有较好的应用．文本分类中特征选择是降低特征空间维数提高分类算法精度的重要过程．所以寻找优秀的特征选择方法对特征空间进行降维，当前己是一个非常有实际价值的研究课题。

  3. 所属分类：深度学习

  1. 自然语言处理文本分类实验

  2. Python文本分类总结:贝叶斯,逻辑回归,决策树,随机森林,SVM,词向量,TFIDF,神经网络,CNN,LSTM,GRU,双向RNN,LDA：含文本10分类语料、机器学习算法、深度学习算法、专家系统，文本分类结果及结论

  3. 所属分类：深度学习

    • 发布日期：2020-09-27
    • 文件大小：50mb
    • 提供者：Yellow_python

  1. 基于深度学习的文本分类6大算法.rar

  2. 收集的文本分类深度学习算法，包括TextCNN，BI-LSTM，RCNN，Bert等经典深度学习文本分类英文论文。

  3. 所属分类：深度学习

    • 发布日期：2020-10-16
    • 文件大小：2mb
    • 提供者：bean435

  1. 文本分类之多标签分类

  2. 多标签分类综述 意义 网络新闻往往含有丰富的语义，一篇文章既可以属于“经济”也可以属于“文化”。给网络新闻打多标签可以更好地反应文章的真实意义，方便日后的分类和使用。 难点 类标数量不确定，有些样本可能只有一个类标，有些样本的类标可能高达几十甚至上百个。  类标之间相互依赖，例如包含蓝天类标的样本很大概率上包含白云，如何解决类标之间的依赖性问题也是一大难点。 多标签的训练集比较难以获取。 如下方法来解决这个问题： 1.在传统机器学习的模型中对每一类标签做二分类，可以使用SVM、DT、Naïv

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：41kb
    • 提供者：weixin_38718262

  1. 使用PyTorch建立你的第一个文本分类模型

  2. 概述 学习如何使用PyTorch执行文本分类 理解解决文本分类时所涉及的要点 学习使用包填充(Pack Padding)特性 介绍 我总是使用最先进的架构来在一些比赛提交模型结果。得益于PyTorch、Keras和TensorFlow等深度学习框架，实现最先进的体系结构变得非常容易。这些框架提供了一种简单的方法来实现复杂的模型体系结构和算法，而只需要很少的概念知识和代码技能。简而言之，它们是数据科学社区的一座金矿! 在本文中，我们将使用PyTorch，它以其快速的计算能力而闻名。因此，在本文中

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：163kb
    • 提供者：weixin_38669091

  1. IBM-AI-Engineering-Professional-Certificate:整个IBM AI Engineering Professional认证的学习资料，测验和作业解决方案-源码

  2. IBM AI工程专业证书 关于此专业证书 人工智能（AI）正在彻底改变整个行业，改变了跨部门公司利用数据做出决策的方式。 为了保持竞争力，组织需要合格的AI工程师，他们使用机器学习算法和深度学习神经网络等前沿方法为业务提供数据驱动的可行情报。 此六门课程的专业证书旨在为您提供成功从事AI或ML工程师职业所需的工具。 您将使用Python之类的编程语言掌握机器学习和深度学习的基本概念，包括有监督和无监督的学习。 您将应用流行的机器学习和深度学习库（例如SciPy，ScikitLearn，Kera

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：37mb
    • 提供者：weixin_42131405

  1. SOHU-baseline:搜狐校园算法大赛基线-源码

  2. SOHU基准 搜狐校园算法大赛基线 代码运行环境： python 3.6 凯拉斯2.2.4 tqdm 界坝 张量流-gpu 1.12.0 整体思路： 采用管道的方式，将这个任务拆为两个子任务，先预测方面，根据方面预测情感极性（ABSA），这两个子任务都使用深度学习模型解决 方面预测采用指针标注的方式解决，标注aspect的头和尾，思路参考苏神在百度信息撷取的基准 根据aspect的情感分析是一个多分类问题，首先根据分隔符将文本拆分成多段，然后拆分aspect出现过的文本，再进行三分类 代

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：22kb
    • 提供者：weixin_42122838

  1. 深度学习在金融文本情感分类中的应用

  2. 本文来自于infoq,主要介绍了模型算法介绍，采用计算机来自动地分析文本表达的情感。更多内容请看下文。随着人们越来越喜欢在社交平台发表自己的看法和观点，这些平台成为企业发现用户兴趣，捕捉用户情绪很好的渠道。金融证券公司也不例外，它们可以根据股民的情绪，对股市的反应等信息形成投资指标。但是采用人力消耗和成本过大，用计算机来自动地分析文本表达的情感，成为学术界目前的研究的一个热点。随着互联网的飞速发展，以Web2.0思想和技术为基础的社群媒体聚集了大量的网络用户，社群媒体不再是单纯的新闻发布平台，而

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：543kb
    • 提供者：weixin_38532139

  1. Python人工智慧：有关深度学习，机器学习，计算机视觉和NLP的项目-源码

  2. python的人工智能 项目1：预测自行车共享模式从头开始构建和训练神经网络，以预测给定一天的共享自行车数量。 项目2：狗的品种分类器定义一个卷积神经网络，该神经网络在执行以下任务时会比普通人表现更好：识别狗的品种。给出狗的图像，该算法将对狗的品种进行估算。 Project3：生成电视脚本，使用PyTorch构建循环网络和长期短期记忆网络。执行情感分析并生成新文本，并使用循环网络来生成类似于电视脚本训练集的新文本。 Project4：生成脸部实现深层卷积GAN，生成脸部逼真的图像。 Pr

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：35mb
    • 提供者：weixin_42100129

  1. AI_Sarcasm_Generation：回购包含我在与同事的机器学习Msc课程期间所做的项目的代码，模型和开发。 我们试图训练一个RNN编码器-解码器，它可以产生讽刺性的句子-源码

  2. AI_Sarcasm_Generation 该项目的目的是建立将在自然语言处理（NLP）领域中使用的神经网络算法，以建立特定的人类交互数据集。 在过去的几年中，在文本和语言生成方面，深度学习算法的性能越来越优于传统模型。 因此，我们试图采用不同的深度学习模型，以生成对人类中立的输入评论做出回应的讽刺性句子。 我们在此项目中进行的所有实验都是基于过去的研究，这些研究大多试图对讽刺评论进行分类。 因此，这是一个已经消除了讽刺评论的数据集，我们不需要在数据收集上浪费时间。 在该项目期间，为了确定模型

  3. 所属分类：其它

  1. Introduction-NLP：HanLP作者的新书《自然语言处理入门》详细笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，

  2. 简介-自然语言处理 汉良作者何晗老师的新书《自然语言处理入门》详细的笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，文本分类，句法分析这几个热门问题的算法原理与工程实现。 本项目初步帮助更多同路人能够快速的掌握NLP的专业知识，理清知识要点，在工作中发挥作用的作用。以书本为主，记录本人学习此书的心路历程，总结和笔记。 机器学习与深度学习请转至本人项目： HanLP项目： 思维导

  3. 所属分类：其它

  1. Delta：DELTA是基于深度学习的自然语言和语音处理平台-源码

  2. DELTA-深度学习语言技术平台 什么是DELTA？ DELTA是基于深度学习的端到端自然语言和语音处理平台。 DELTA旨在为学术界和行业用例提供使用，部署和开发自然语言处理和语音模型的便捷体验。 DELTA主要使用TensorFlow和Python 3实现。 有关DELTA的详细信息，请参阅。 DELTA可以做什么？ DELTA已被用于开发几种最新的出版物算法，并为数百万用户提供真实的作品。 它可以帮助您训练，开发和部署NLP和/或语音模型，具有： 易于使用 一种训练NLP和语音模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：25mb
    • 提供者：weixin_42116713

  1. AutoDL：无需任何人工干预的自动化深度学习。 AutoDL挑战NeurIPS的第一个解决方案-源码

  2. |简体中文 冠军方案，细节参见 。 1. AutoDL是什么？ AutoDL聚焦于自动进行任意模态（图像，视频，语音，文本，表格数据）多标签分类的通用算法，可以使用一套标准算法流解决现实世界的复杂分类问题，解决调数据，特征，模型，本工程在不同领域的24个离线数据集，15个在线数据集都获得了极为优秀的成绩。AutoDL拥有以下特性： :hot_beverage:全自动：全自动深度学习/机器学习框架，全流程无需人工干预数据，特征，模型的所有细节都已调节至最佳，统一解决了资源受限，数据倾斜，小

  3. 所属分类：其它

  1. 深度学习在金融文本情感分类中的应用

  2. 本文来自于infoq,主要介绍了模型算法介绍，采用计算机来自动地分析文本表达的情感。更多内容请看下文。随着人们越来越喜欢在社交平台发表自己的看法和观点，这些平台成为企业发现用户兴趣，捕捉用户情绪很好的渠道。金融证券公司也不例外，它们可以根据股民的情绪，对股市的反应等信息形成投资指标。但是采用人力消耗和成本过大，用计算机来自动地分析文本表达的情感，成为学术界目前的研究的一个热点。 随着互联网的飞速发展，以Web2.0思想和技术为基础的社群媒体聚集了大

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：543kb
    • 提供者：weixin_38641764

  1. DBN深度学习算法在反窃电系统中的应用

  2. 随着经济的发展，电力需求逐渐增大，但由于电力系统在电量自动化的技术方面相对落后，窃电现象屡禁不止。传统的反窃电手段一般都围绕加强电能计量装置进行技术改造，管理效率较低，而深度学习的目的是利用构建多层神经网络模型的方法来学习图像、文本、语音等数据的潜在特征，在分类问题上有很好的效果，在众多复杂领域成功应用的深度学习算法为解决反窃电问题提供了新的有效途径。主要介绍了DBN的结构与学习算法和基于DBN算法的反窃电模型，最后进行了实验，对结果进行了分析。

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：829kb
    • 提供者：weixin_38693589
« 12 »