PyTorch实现的轻量seq2seq文本摘要

videodigest-自动视频摘要

海外电子行业月报：2019年1月，CES摘要，安卓（Android）为投资主线-20190114-广发证券-24页.pdf

python实现的基于自适应层次聚类的视频关键帧提取，也可生成动态视频摘要。纯原创，能运行。代码阅读层次清晰，大家运行中有问题可以找我交流。 运行：python exSummary.py --filename xxx.mp4

JSP环境美容服务公司网站（论文+系统+摘要）.zip

VB+access教师考核管理系统(系统+论文+答辩PPT+摘要).zip

使用GPT2生成文本摘要 Blog上随附代码。 数据集准备 分别为CNN和Daily Mail Tokenized文章运行max_article_sizes.py。 它将创建每个CNN / DAILY MAIL文章大小的泡菜文件。 $ python max_article_sizes.py path/to/cnn_or_dailymail/tokenized/articles 运行以下命令以准备包含标记化文章和摘要的json文件 $ python prepare_data.py path/to/pickle_file/of/articles/sizes/created/using/above/command 训练 使用预先训练的权重，使用PyTorch上对数据技巧，对GPT2模型进行。 $ python train_gpt2_summarizer.py --batch_size

仲量联行-2019Q1大中华区物业摘要：投资保持活跃，租赁市场分化-2019.5-64页.pdf

使用node.js实现http摘要认证的实例

机器学习与数据科学 机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K折，偏差与方差） ，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-Means，分层）本课程将介绍数据挖掘/统计学习的主要主题，包括：统计基础，数据可视化，分类，回归，聚类。 重点将放在统计学习方法，其背后的模型，直觉和假设以及对实际问题的应用上。 您可以在stats 415项目文件夹中找到我的最终项目。 项目总结 实施整个学期学习的所有分类器，以预测通过BMI分类的美国肥胖率，其中最佳分类器为7倍KNN，预测准确性为81.54％ 分析模型选择方法以提供最佳模型并找到最佳预测因子； 结论是可以根据收入，饮食习惯，运动习惯和购物习惯来非参数地预测BMI