Python在Digikala产品评论数据集上为情绪分类任务训练一个简单的LSTM模型

Whosapp 使用Whatsapp聊天数据训练分类器并预测新消息的作者 要求 whosapp不需要安装,但具有以下依赖性: Python> 2.7 Python软件包scikit-learn

这是赵炯老师的多任务内核实例,在cetos5.5下编译调试通过,带Makefile,直接执行make all即可生成os.img,利用bochs软驱启动即可看到效果。

谷歌Tacotron语音合成的一个TensorFlow实现包含预先训练的模型

这个是使用Googlenet训练花卉数据集的预测模型，可以在paddle-mobile上使用。

这是一个简单的多线程的小爬虫,可以实现抓取并下载csdn上任何一个人的文章,可以修改spider改成你想爬的网站的内容。

# -*- coding: utf-8 -*- # Form implementation generated from reading ui file 'aaa.ui' # # Created by

这是一个用犀牛建的一个模型，比较粗糙一点，但是交个作业应该还是可以的

基于SVM的产品评论属性特征的情感倾向分析，本文是对手机产品的评论做情感分析

DocumentClassification-该代码实现了一个简单的CNN模型，用于利用tensorflow进行文档分类

图像分类-任务、数据集、网络模型演进,以及一些图像分类的数据集资源链接下载