实例介绍
CNN 中文文本挖掘 文本分类 python 深度学习 机器学习
【实例截图】
【核心代码】
zh_cnn_text_classify-master
└── zh_cnn_text_classify-master
├── data
│ ├── ham_100.utf8
│ └── spam_100.utf8
├── data_helpers.py
├── eval.py
├── README.md
├── runs
│ └── 1492954581
│ ├── checkpoints
│ │ ├── checkpoint
│ │ ├── model-200.data-00000-of-00001
│ │ ├── model-200.index
│ │ ├── model-200.meta
│ │ ├── model-300.data-00000-of-00001
│ │ ├── model-300.index
│ │ ├── model-300.meta
│ │ ├── model-400.data-00000-of-00001
│ │ ├── model-400.index
│ │ ├── model-400.meta
│ │ ├── model-500.data-00000-of-00001
│ │ ├── model-500.index
│ │ ├── model-500.meta
│ │ ├── model-600.data-00000-of-00001
│ │ ├── model-600.index
│ │ └── model-600.meta
│ ├── prediction.csv
│ ├── summaries
│ │ ├── dev
│ │ │ └── events.out.tfevents.1492954586.escenter11PC
│ │ └── train
│ │ └── events.out.tfevents.1492954586.escenter11PC
│ ├── trained_word2vec.model
│ └── training_params.pickle
├── text_cnn.py
├── train.py
└── word2vec_helpers.py
8 directories, 29 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论