Research-report-Classification-system:爬取东方财富的宏观研究的研报，基于LSTM进行情感分析，分类为正向，负向和中性三类

用LSTM进行三个文本的分类，进行情感分析和文本分类，入门的NLP案例。

LSTM-CNNs-CRF模型，论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的复现

# 代码功能: LS_TM循环网络，实现古诗生成---------------------------------------------- # Example # input: 仲月当南吕， # output: 仲月当南吕，殿荷陂染日。半阳对余重，古吟飘山终。 # 第1步: 古诗数据集处理： 去标题、消除生僻字、取序列 # 第2步: LS_TM 网络训练 # 第3步: 古诗生成，文本预测

LSTM外汇预测 长期短期记忆递归神经网络来预测外汇时间序列 该模型可以根据任何外汇对的每日或分钟数据进行训练。 数据可以从下载。 lstm-rnn应该学习根据先前的数据预测第二天或第二天。 神经网络在Theano上实现。 此代码不再维护。

今天小编就为大家分享一篇pytorch实现用CNN和LSTM对文本进行分类方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

简洁：1.数据集采用flickr8k（图像，对应的文本描述），使用keras创建VGG16定义的CNN网络。利用VGG16（去掉最后一层）提取图像特征，将flickr8k的图像文件转为图像特征，保存为pickle文件。 2.写不下了，自己看吧，代码有注释 涉及技术：Pycharm + Keras + Python 3.6 + numpy + opencv3.3.1等 该项目是对Jason Brownlee的文章《How to Automatically Generate Textual Descriptions for Photographs with Deep Learning》的代码复现。

递归神经网络RNN与LSTM简介与算法推导。

lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn

LSTM