基于CNN的中文文本分类算法（可应用于垃圾邮件过滤、情感分析等场景）
利用word2vec先获取中文测试数据集中各个字的向量表达，再输入卷积网络进行分类。
运行方法
训练
run python train.py to train the cnn with the spam and ham files (only support chinese!) (change the config filepath in FLAGS to your own)
在tensorboard上查看summaries
run tensorboard --logdir /{PATH_TO_CODE}/runs/{TIME_DIR}/summaries/ to view summaries in web view
测试、分类
run python eval.py --checkpoint_dir /{PATH_TO_CODE/runs/{TIME_DIR}/checkpoints}
如果需要分类自己提供的文件，请更改相关输入参数
如果需要测试准确率，需要指定对应的标签文件(input_label_file):
python eval.py --input_label_file /PATH_TO_INPUT_LABEL_FILE
说明：input_label_file中的每一行是0或1，需要与input_text_file中的每一行对应。
在eval.py中，如果有这个对照标签文件input_label_file，则会输出预测的准确率
推荐运行环境
python 2.7.13 :: Anaconda 4.3.1 (64-bit)
tensorflow 1.0.0
gensim 1.0.1
Ubuntu16.04 64bit
2021-07-08 15:02:43
13.32MB
1
推荐系统
分别基于协同过滤算法和基于TensorFlow建立推荐系统
一，基于协同过滤的推荐系统
协同过滤（collaboorative filter）：利用某兴趣相投，拥有共同经验之众的喜好来推荐用户公众的信息。比如说，你和另外一个人都喜欢看电影，而你们所喜欢的电影类型都差不多，那个人对于某个部电影的评价很高，而这部电影你没有看过。那么，我是不会将这部电影推荐给你呢？基于协同过滤的推荐，有基于用户和基于物品。
本项目可实现的功能：
1，基于用户的协同过滤
2，基于项目的协同过滤
3，基于内容的过滤算法
4，混合推荐系统
示例：您所做的那10个最近的邻居！ （1996）：
西雅图不眠夜（1993）
勇敢的心（1995）
玩具总动员（1995）
蝙蝠侠（1989）
土拨鼠日（1993）
美少女（1990）
星际迷航：第一次接触（1996）
当你睡觉时（1995）
萨布丽娜
2021-07-08 10:26:15
225KB
1
SpamSieve 给mac平台的邮件客户端带来的强大的Bayesian邮件过滤功能，让你回到干净的收件箱。它可以在你的邮件客户端里面直接使用SpamSieve，非 常地快速和容易控制。你还可以自己定制邮件的分拣规则－－其它的一些邮件过滤器使用时间越长工作效率越差，因为它们只会适应自身的分拣规则；而 SpamSieve根据统计学原理分析你所接收到的邮件，使用时间越长工作效率越高，它能够阻止几乎所有的垃圾邮件，还你一个干净的收件箱。
2021-07-07 19:01:39
18.36MB
1
ffmpeg-gl-transition：FFmpeg过滤器，用于在视频流之间应用GLSL过渡
2021-07-06 17:39:55
3.59MB
1
- JAX-RX 过滤器 Jsend
JAX-RX 过滤器通过@Jsend注释支持修改后的正文包装器
结帐最新版本
设置
在你的 POM 中添加：
bintray
http://dl.bintray.com/guestful/maven
和
com.guestful.module
guestful.module.jaxrs-filter-jsend
?
在您的资源配置中：
re
2021-07-06 17:07:06
21KB
1