得益于互联网技术的快速发展，情感分析/分类技术近来也受到了大量的关注。情感分析已经成长为自然语言处理（NLP）中最活跃的研究领域之一，而情感分类是众多情感分析任务中必不可少的一环。本文使用文本分类中经典的TextCNN模型，对给定的中文电影评论进行情感分类。通过设计合理的网络结构，并使用pytorch进行实现，取得较为不错的效果。 关键词：情感分类 TextCNN pytorch

此文件为中国科学院大学深度学习课程实验作业整体整理出来的，包括1、中国科学院大学深度学习课程实验作业——电影评论情感分类（代码+实验报告/2、中国科学院大学深度学习课程实验作业——猫狗分类（代码 实验报告）3、中国科学院大学深度学习课程实验作业——手写数字识别（代码 实验报告）4、中国科学院大学深度学习课程实验作业——自动写诗（代码+实验报告）

此文件为中国科学院大学深度学习课程实验作业整体整理出来的，包括1、中国科学院大学深度学习课程实验作业——电影评论情感分类（代码+实验报告）2、中国科学院大学深度学习课程实验作业——自动写诗（代码+实验报告）

此文件为中国科学院大学深度学习课程实验作业整体整理出来的，包括1、中国科学院大学深度学习课程实验作业——猫狗分类（代码 实验报告）2、中国科学院大学深度学习课程实验作业——手写数字识别（代码 实验报告）

循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归且所有循环单元按链式连接的递归神经网络。目前RNN已经广泛应用于语音识别、文本分类等自然语言处理任务中。本文致力于解决和完成自然语言处理中的难题之一——机器自动写诗，采用循环神经网络(RNN)的变体长短时记忆网络（Long Short Term Memory networks， LSTM），通过合理的设计网络结构和算法实现了自动写诗和藏头诗的功能。

图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题。猫狗分类属于计算机视觉中图像分类的一个粗粒度的问题。本文使用pytorch编程框架实现经典且强大的VGG16网络进行猫狗识别分类的任务。实验表明，在给定的验证集上，该方法轻松达到了88%+的准确率，取得了不错的性能效果。

循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归且所有循环单元按链式连接的递归神经网络。目前RNN已经广泛应用于语音识别、文本分类等自然语言处理任务中。本文致力于解决和完成自然语言处理中的难题之一——机器自动写诗，采用循环神经网络(RNN)的变体长短时记忆网络（Long Short Term Memory networks， LSTM），通过合理的设计网络结构和算法实现了自动写诗和藏头诗的功能。

手写数字识别是机器学习的经典任务之一，本文设计了一种简单的卷积神经网络(CNN)来完成手写数字识别任务，并采用pytorch框架搭建，其准确率在测试集高达99%，取得了不错的效果。

得益于互联网技术的快速发展，情感分析/分类技术近来也受到了大量的关注。情感分析已经成长为自然语言处理（NLP）中最活跃的研究领域之一，而情感分类是众多情感分析任务中必不可少的一环。本文使用文本分类中经典的TextCNN模型，对给定的中文电影评论进行情感分类。通过设计合理的网络结构，并使用pytorch进行实现，取得较为不错的效果。 关键词：情感分类 TextCNN pytorch