主要介绍了TF-IDF理解及其Java实现代码实例，简单介绍了tfidf算法及其相应公式，然后分享了Java实现代码，具有一定参考价值，需要的朋友可以了解下。

TensorFlow之TF Speech等等 详细介绍见这里：https://blog.csdn.net/kangear/article/details/82052938

tf-pose-estimation-master.zip

我的博客：TF-IDF原理及算法实现https://blog.csdn.net/weixin_34566605/article/details/106228012。该资源是有关中文文章的数据集，适合进行TF-IDF词频分析，数据集中的词已经用分词工具按空格切割过，可以直接使用，代码实现部分在博客中有写

注意：这是用于以下RSS 2018论文的原始代码。 它处于非常糟糕的状态，不太可能维护，因此我建议您在master分支中使用更新的PyTorch，它对用户更加友好。 生成式抓取CNN（GG-CNN） GG-CNN是一个轻量级的，完全卷积的网络，可预测输入深度图像中每个像素处对偶抓取的质量和姿势。 GG-CNN的轻量级和单遍生成特性可实现快速执行和闭环控制，从而在抓取尝试期间移动对象的动态环境中实现准确抓取。 该存储库包含以下论文中的生成式把握卷积神经网络（GG-CNN）的实现： 闭合循环以进行机器人抓取：实时，生成的抓取综合方法 （ ，（ ，于 机器人技术：科学与系统（RSS）2018 | 如果您使用本作品，请引用： @article{morrison2018closing, title={Closing the Loop for Robotic Grasping:

在Jetson TX2(aarch64架构)下编译生成的tensorflow1.4.1的pip安装包。 CUDA8.0 && cuDNN6 && python3.5

win10的环境

用于中文命名实体识别的简单BiLSTM-CRF模型 该存储库包含用于为中文命名实体识别任务构建非常简单的基于字符的BiLSTM-CRF序列标签模型的代码。 其目标是识别三种类型的命名实体：PERSON，LOCATION和ORGANIZATION。 这段代码可在Python 3和TensorFlow 1.2上运行，以下存储库给了我很多帮助。 模型 此模型类似于论文[1]和[2]提供的模型。 其结构如下图所示： 对于一个中文句子，该句子中的每个字符都有/将具有属于{O，B-PER，I-PER，B-LOC，I-LOC，B-ORG，I-ORG}集的标记。 第一层是查找层，旨在将每个字符表示从一个

用VS1003_DIY_MP3播放器(支持SD卡_TF卡_U盘)

MP3-TF-16P模块使用说明书，包含：MP3-TF-16P测试参考代码，串口调试工具，串口案列教程，接口使用说明书。