当回首往事的时候，不会因虚度年华而悔恨，也不会因碌碌无为而羞愧。

读取数据，本次使用的数据集是英文数据集。都是已经标注好的情感2分类数据集，1为积极，0为消极。三个数据集都存在data文件夹下，需要遍历文件夹取得相应数据集模型中有很多参数，对于参数的不同，都可能提升模型的性能。先定于一个模型架构，定义好相应的参数，构建成函数的形式 create_mode。在对相应的参数来设置一个可变范围例如设定filter的个数，卷积kernel的 长度，文本训练的embeding的大小等。"""调参。......

Keras的CNN、TextCNN文本分类

LSTM实现情感分析

文章目录对抗生成网络（Generative Adversarial Nets）对抗生成网络（Generative Adversarial Nets）

递归神经网络简介递归神经网络是在传统的神经网络基础上的改进，普通的神经网络，先进入输入，隐藏层，在输出结果。而RNN网络会考虑数据之间的时间序列关系。加入数据集中有一个时间序列，普通的神经网络并不能考虑这么一个序列，不认为t1和t2和t3之间的关系，每一个操作都是独立来进行的 。但是如果是一个时序的数据，数据之间就有相关性，那么网络能不能学习到由于时间的关系，而对最后的结果造成影响呢？这就是RNN的特点。RNN的隐藏层，数据经过隐藏层后，得到的特征，再输出。RNN会把前一层的输出结果参与到下一层的输

文章目录每天一遍,学习不厌TensorFlow介绍TensorFlow计算模型——计算图TensorFlow数据模型——张量( tf.Tensor )TensorFlow运行模型——会话( session )变量(tf.Variable)每天一遍,学习不厌TensorFlow介绍TensorElow.TM是一个采用数据流图( data flow graphs )，用于数值计算的开源软件库。节点(Nodes )在图中表示数10作，图中的线( edges )则表示在节点间相互联系的多维数据数组，即张量

文章目录每天一遍，学习不厌深度学习概述引言机器学习与深度学习对比传统机器学习过程深度学习过程（以图像数据为例)神经网络简介神经元突触人工神经网络神经网络基本结构（NN）神经网络训练过程正向传播(FP -Forward Propagation )反向传播(BP- Backward Propagation )代码实现每天一遍，学习不厌深度学习概述引言早期的深度学习受到了神经科学的启发它们之间有着非常密切的联系。深度学习方法能够具备提取抽象特征的能力，也可以看作是从生物神经网络中获得了灵感。机器学习与