通过社交网络上的双向影响传播进行的社会化语言模型平滑

字符张量流 使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络（LSTM，RNN）。 灵感来自安德烈·卡帕蒂（Andrej Karpathy）的。 要求 基本用法 要在tinyshakespeare语料库上使用默认参数进行训练，请运行python train.py 。 要访问所有参数，请使用python train.py --help 。 要从检查点模型中采样python sample.py 。 在学习仍在进行时进行采样（以检查最后一个检查点）仅在CPU或其他GPU中有效。 要强制CPU模式，请使用export CUDA_VISIBLE_DEVICES=""并随后unset CUDA_VISIBLE_DEVICES （在Windows上分别set CUDA_VISIBLE_DEVICES=""并set CUDA_VISIBLE_DEVICES= ）。 要在

本项目利用python实现N-gram语言模型，采用的平滑算法是Kneser-Ney平滑。

这是一个完美的任意元线性回归模型，使用c语言编写，采用初等变换实现，使用非常方便，只有2个函数，只要把要用到的函数拷到你的程序中即可。里面还附上逆阵的测试程序方便你验证，源文件使用.cpp或记事本打开

sphinx4需要使用连续的声学模型，官网上下载下来的中文声学模型全是半连续的，这里提供能够在sphinx4中使用的中文声学模型

无线通信系统仿真——C 实用模型 无线 通信 c语言 模型

基于LSTM的神经网络语言模型，使用python实现以及Theano框架