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. keras示例程序

  2. addition_rnn.py 执行序列学习以执行两个数字（作为字符串）的添加。 antirectifier.py 演示如何为Keras编写自定义图层。 babi_memnn.py 在bAbI数据集上训练一个内存网络以进行阅读理解。 babi_rnn.py 在bAbI数据集上训练一个双支循环网络，以便阅读理解。 cifar10_cnn.py 在CIFAR10小图像数据集上训练一个简单的深CNN。 conv_filter_visualization.py 通过输入空间中的渐变上升可视化 VGG1

  3. 所属分类：深度学习

    • 发布日期：2017-10-23
    • 文件大小：10mb
    • 提供者：manoerina0411

  1. Python-NeuralClassifier一种快速实现分层多标签文本分类的工具包

  2. NeuralClassifier旨在快速实现分层多标签分类任务的神经模型，这在现实场景中更具挑战性和普遍性。 一个显着的特点是NeuralClassifier目前提供各种文本编码器，如FastText，TextCNN，TextRNN，RCNN，VDCNN，DPCNN，DRNN，AttentiveConvNet和Transformer编码器等。它还支持其他文本分类场景，包括二进制类和 多级分类。 它建立在PyTorch上。

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：12mb
    • 提供者：weixin_39840387

  1. Python-用Keras实现的多种深度学习文本分类模型

  2. 在Keras中实现的文本分类模型，包括：FastText，TextCNN，TextRNN，TextBiRNN，TextAttBiRNN，HAN，RCNN，RCNNVariant等。

  3. 所属分类：其它

  1. Python-用TensorFlow实现的fastText

  2. 基于简单嵌入的文本分类器，受fastText启发，在TensorFlow中实现

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：16kb
    • 提供者：weixin_39841882

  1. NLP实战之fasttext进行THUCNews文本分类python

  2. 计划赶不上变化快的fasttext来啦~ 包括代码和分好词的训练集、测试集、停词表，测试集F1值0.941，虽然没比TextCNN高但是快啊！fasttext模块安装麻烦一点，具体看博客内容吧。

  3. 所属分类：深度学习

    • 发布日期：2020-07-29
    • 文件大小：35mb
    • 提供者：m0_37723079

  1. 文本分类模型-Pytorch：在Pytorch中实现最新的文本分类模型-源码

  2. 文本分类模型 在Pytorch中实现最新的文本分类模型 实施模型 fastText：fastText模型， TextCNN：提出的用于文本分类的CNN TextRNN：用于文本分类的双向LSTM网络 RCNN：在提出的的RCNN模型的实现 CharCNN： 提出的字符级CNN的实现 带有注意力的Seq2seq ：，从注意实现seq2seq模型 变压器：提出的变压器模型的实现 要求 Python-3.5.0 熊猫0.23.4 Numpy-1.15.2 Spacy-2.0.13 Pytor

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：12mb
    • 提供者：weixin_42107491

  1. TextClassification-Keras：在Keras中实现的文本分类模型，包括：FastText，TextCNN，TextRNN，TextBiRNN，TextAttBiRNN，HAN，RCNN，RCNNVariant等-源码

  2. TextClassification-Keras 这个代码库实现了一个各种深学习模型使用Keras框架，其中包括文本分类：FastText，TextCNN，TextRNN，TextBiRNN，TextAttBiRNN，韩，RCNN，RCNNVariant等除了模型实现，简化应用程序包括在内。 指导 环境 Python 3.7 NumPy 1.17.2 Tensorflow 2.0.1 用法 所有代码都位于目录/model ，每种模型都有对应的目录，其中放置了模型和应用程序。 例如，Fas

  3. 所属分类：其它