eastmountyxz / AI-for-KerasLinks
本系列代码主要是作者Python人工智能之Keras的系列博客,涉及回归神经网络、CNN、RNN、LSTM等内容。基础性代码,希望对您有所帮助。
☆67Updated 3 months ago
Alternatives and similar repositories for AI-for-Keras
Users that are interested in AI-for-Keras are comparing it to the libraries listed below
Sorting:
- 本系列代码主要是作者Python人工智能之TensorFlow的系列博客,涉及回归神经网络、CNN、RNN、TensorFboard等内容。基础性代码,希望对您有所帮助。☆105Updated 2 months ago
- 中山大学自然语言处理项目:中文分词(序列标注/命名实体识别)。Keras实现,BiLSTM+CRF框架。☆17Updated 4 years ago
- 为了更好地管理博客文章,分享更好的知识,该系列资源为作者CSDN博客的备份文件。本资源为作者Python人工智能的系列博客,涉及Theano、TensorFlow、Keras搭建的回归神经网络、CNN、RNN、LSTM等内容。基础性文章,希望对您有所帮助。☆21Updated 4 years ago
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑,主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现,希望该资源对您有所帮助,一起加油。☆134Updated 4 years ago
- 基于word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆121Updated 4 years ago
- 《Python数据预处理技术与实践》源码下载☆202Updated 5 years ago
- 2019年北京高校数学建模校际联赛B题的模型代码:NLP情感分析+改进熵值法+改进灰色关联度分析☆25Updated last year
- NLP自然语言处理学习汇总☆47Updated 4 years ago
- 毕业设计:基于Bert_Position_BiLSTM_Attention_CRF_LSTMDecoder的法律文书要素识别☆56Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆48Updated 4 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆44Updated 5 years ago
- 零基础入门NLP - 新闻文本分类 正式赛第一名方案☆235Updated 4 years ago
- Pytorch Bert+BiLstm二分类☆41Updated 3 years ago
- 自然语言处理NLP在中文文本上的一些应用,如文本分类、情感分析、命名实体识别等☆215Updated 4 years ago
- Lstm+Cnn 预训练词向量 文本分类☆103Updated 6 years ago
- BetterBench 的面包多小店☆15Updated last year
- 基于pytorch框架,针对文本分类的机器学习项目,集成多种算法(xgboost, lstm, bert, mezha等等),提供基础数据集,开箱即用,方便自己二次拓展,持续更新☆30Updated 2 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆67Updated 4 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆55Updated 5 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆33Updated 4 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆41Updated last year
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆31Updated 3 years ago
- 基于火力发电厂知识问答库的检索式问答系统/问答系统/对话系统☆56Updated 5 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆215Updated 6 years ago
- 基于BERT模型的深度学习中文文本分类实现,包含大约20000条新闻的训练和测试集,包装有简单HTTP接口可供调用。☆24Updated 5 years ago
- CNN 实现文本分类☆183Updated 3 years ago
- DCIC 2023年 科技金融应用——欺诈风险识别☆28Updated last year
- 由时间空间成对组成的轨迹序列,通过循环神经网络lstm,自编码器auto-encode,时空密度聚类st-dbscan做异常检测☆72Updated 5 years ago
- 采用三种方式 (1)利用keras库搭建seq2seq (2)利用keras_transformer库 (3)利用fastnlp框架 实现问答机器人、机器翻译、文本摘要等功能☆14Updated 4 years ago