笔记
文章平均质量分 87
biyezuopinvip
biyezuopin
展开
-
基于Python的宋词生成器
1. 背景我有两个爱好,一个是传统文化,另一个是高新技术。传统文化,我喜欢唐诗宋词、笔墨丹青,高新技术我则从事前沿的IT编程,喜欢研究人工智能。我很想让这两者联系起来,这一老一新,不知道会碰撞出什么火花。2. 成果通过试验,利用循环神经网络结合文本生成,我最终练成神功:提供一个开头,他就会自动生成一篇宋词。而且,这篇新词绝对是原创。开头生成细雨细雨仙桂春。明月此,梦断在愁何。等闲帘寒,归。正在栖鸦啼来。清风清风到破向,貌成眠无风。人在梦断杜鹃风韵。门外插人莫造。怯霜原创 2022-01-18 11:05:10 · 4435 阅读 · 1 评论 -
基于Python的对网络评论情感分析:主题与情感词抽取
问题描述针对评论网站上的用户评论进行细粒度的情感分析,区别于传统的粗粒度的情感分类(判断一句话的表达情感的正/负性),评论者在一句话中往往会提到多个角度,并在每个角度都抱有不同的观点内容与正/负极性举例:金拱门快餐的食品质量一般,但是服务很周到抽取结果:食品质量 → 一般;服务 → 周到,这里 “食品质量” 与 “服务” 是两个不同的角度(aspect,也叫opinion target),前一个角度对应的情感词(opinion word)是 “一般”,极性为负(negative),后一个角度对原创 2022-01-18 11:04:58 · 3148 阅读 · 0 评论 -
使用opencv-python和dlib实现的简单换脸程序
准备pip安装opencv-python、dlib下载dlib人脸形状检测器模型数据:shape_predictor_68_face_landmarks.dat.bz2,并解压在models文件夹下实现步骤使用dlib的shape_predictor_68_face_landmarks.dat模型获取人脸图片im1和摄像头图片im2的68个人脸特征点。根据上一步获得的特征点得到两张图片的人脸掩模im1_mask和im2_mask。利用68个特征点中的3个特征点,对人脸图片im1进行仿射变换原创 2022-01-18 11:04:43 · 1391 阅读 · 2 评论 -
基于Python的股市市场情绪分析
这份代码仅为了演示如何从互联网中提取投资者情绪,并研究情绪与股市的关系。源码下载地址源码下载地址。原创 2022-01-18 11:04:31 · 4531 阅读 · 4 评论 -
基于Python的卷积神经网络(CNN)识别MNIST数据集
深度学习发展迅速,MNIST手写数字数据集作为机器学习早期的数据集已经被公认为是机器学习界的果蝇实验(Hinton某年),卷积神经网络是识别图像非常有效的一种架构,于是用CNN识别手写数字也就成为了机器学习界的经典实验。在这个repo中我会呈现最基本的CNN识别MNIST数据集过程。载入数据看看数据啥样儿(也即Visualization)建立模型训练模型测试模型(看看训练的好不好)原创 2022-01-16 01:09:46 · 4199 阅读 · 2 评论 -
基于Jupiter Notebook的回归、分类和聚类可视化分析
回归、分类和聚类本次设计在 Jupiter Notebook 上通过 scikit-learn 对两个数据集分别实现了:1、回归(Air quality dataset):逻辑回归;2、分类(BLE&RSSI dataset):SVM、决策树、随机森林;3、聚类(BLE&RSSI dataset):DBScan、kmeans、GMM、层次聚类算法(其中聚类算法以 t-SNE 实现了结果可视化)。具体实现过程如下:1.回归(Air quality dataset)代码路径:./AirQ原创 2022-01-13 01:35:14 · 2895 阅读 · 1 评论 -
基于Python的深度神经网络的中文期刊分类系统
数据文件下载好放入 2_word2vec 中模型文件下载好放入 2_word2vec 中1_dataclean 为数据预处理(由于数据文件本文已处理,勿运行)2_word2vec 为词嵌入模型3_sklearn 为项目的 baseline,特征工程 + 朴素贝叶斯4_cnn 为卷积神经网络的文本分类(调参很久,未得到好结果)5_rnn 为卷积神经网络的文本分类(结果优于 baseline)选题意义期刊论文本数量增长迅速,人工分类耗费精力某个实验表明,相同的人在不同时间段对同.原创 2022-01-13 01:35:03 · 597 阅读 · 0 评论 -
基于Python的循环神经网络股票价格预测
"""循环神经网络实现,采用LSTM:param input_size: 输入的特征维度""""""前向传播:param x: 输入数据:return:"""return out。原创 2022-01-13 01:34:43 · 5370 阅读 · 5 评论