超级会员免费看
使用Keras和TensorFlow搭建中文的新闻分类模型，并在 GPU 上训练和测试。 准确率(micro avg)为 94.29%，较 baseline 提升了 5.89%。
dataprep.py 原始数据文件的读取、整理和持久化
本文介绍了一种使用Keras和TensorFlow在GPU上构建的中文新闻分类模型，模型在THUCNews数据集上的准确率达到94.29%，相比baseline提升5.89%。数据预处理包括分词、去除停用词等，模型结构基于Text-CNN，环境配置为CUDA 9.2、cuDNN 7.3.1、tensorflow-gpu 1.13.1和keras-gpu 2.2.4。
订阅专栏 解锁全文
扫一扫
3608
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
