您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. python gensim

  2. 直接把解压后的文档里的gensim文件放进python27下 的lib库里
  3. 所属分类:Python

    • 发布日期:2015-08-21
    • 文件大小:2097152
    • 提供者:star_bob
  1. gensim window 64位包 版本 2.1

  2. gensim window 64位包 版本 2.1 nlp常用库
  3. 所属分类:机器学习

    • 发布日期:2018-03-14
    • 文件大小:5242880
    • 提供者:basketfox
  1. python gensim

  2. 直接把解压后的文档里的gensim文件放进python27下 的lib库里
  3. 所属分类:Python

    • 发布日期:2018-04-17
    • 文件大小:2097152
    • 提供者:xudongwu_csdn
  1. Python gensim-0.12.1.rar

  2. 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可以了 直接把解压后的文档里的gensim文件放进python27下 的lib库里就可
  3. 所属分类:Python

    • 发布日期:2018-04-26
    • 文件大小:2097152
    • 提供者:solomidf
  1. python gensim

  2. 直接把解压后的文档里的gensim文件放进python27下 的lib库里
  3. 所属分类:Python

    • 发布日期:2018-04-27
    • 文件大小:2097152
    • 提供者:mr_lilili
  1. gensim-3.8.1-cp27-cp27m-win_amd64.whl

  2. python的第三方库gensim-3.8.1-cp27-cp27m-win_amd64.whl文件,从官网下太慢了,因此放上来分享给需要的人。
  3. 所属分类:Python

    • 发布日期:2020-02-18
    • 文件大小:23068672
    • 提供者:pursuingyu
  1. 对Python中gensim库word2vec的使用详解

  2. 今天小编就为大家分享一篇对Python中gensim库word2vec的使用详解,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
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:49152
    • 提供者:weixin_38668274
  1. 文本分析——gensim库word2vec学习笔记

  2. 文章目录模型原理模型参数建立模型模型的建立模型的保存保存与继续训练模型还是保存模型问题再训练模型评估模型使用查看每一个词语对应的向量表示查看与某个词语相似度排名的其他词语找到不同类型的词语 写在前面:word2vec模型最后生成的是一个词嵌入矩阵,每一列对应一个单词的词向量,这个词向量是从高维映射到低维中得到的。采用这个gensim库中的word2vec函数,输入是一个分词后的嵌套语料列表,输出一个词嵌入矩阵。 模型原理 参见:这篇文章 同时更加建议去看看吴恩达深度学习序列模型部分,介绍得深入浅
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:116736
    • 提供者:weixin_38528888
  1. generic_search:通用搜索引擎工具,可以对存储在内存中的语料库进行快速的模糊匹配-源码

  2. 通用搜索 通用搜索引擎工具,可以对存储在内存中的语料库进行快速的模糊匹配 它被设计为易于使用的搜索引擎,可以对其进行训练并将其应用于任何语料库。 它使用gensim训练语料库的矢量模型,使用bm25训练矢量的权重,并使用nsmlib创建数学索引。 完成此操作后,用户可以键入查询,并且将返回原始语料库的n个最匹配的元素。 快速开始 设置示例如下。 请注意,对于大问题,您可以将矢量化程序,矢量化语料库和索引保存到文件中,以防止需要重新生成它们。 from generic_search . engi
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:8192
    • 提供者:weixin_42143806
  1. recommend_system_learning:基于Gensim库的基于Surprise libaray和word2vec模型的neteasy音乐推荐系统-源码

  2. Recommendation_system_learning 基于Gensim库的基于Surprise libaray和word2vec模型的neteasy音乐推荐系统 网易云音乐歌单推荐和歌曲推荐详细学习过程已经记录在CSDN博客中,点击进入:
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:17825792
    • 提供者:weixin_42144086
  1. kave_summarify:Ka | Ve Grubunun,AçıkHackTürkçeNLP Hackathonuiçinkurulmuş存储库目录。 ||-|| 该存储库是为土耳其NLP Hackathon AcikHack创建的-

  2. ka-ve_summarify 塔克姆·耶耶里(TakımÜyeleri) Yunus Feyza Zeynep萨拉姆 埃米尔· BüşraGökmen 哈桑·凯米克(Hasan Kemik) 库兰尼姆 TürkçeMetinÖzetlemeve Ka | Ve Stemmer 格里克利·库图潘尼勒(GerekliKütüphaneler) import pandas as pd import numpy as np from nltk . corpus import stopwo
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:77594624
    • 提供者:weixin_42116604
  1. 重复代码检测工具:一个简单的Python3工具,用于检测存储库中文件之间的相似性-源码

  2. 重复代码检测工具 一个简单的Python3工具,用于检测存储库中文件之间的相似性。 什么? 命令行工具,用于接收目录或文件列表,并确定它们之间的相似程度。 为什么? 该工具旨在指导希望减少组件内代码重复并改善其软件体系结构的开发人员的重构工作。 它的开发是在的背景下启动的。 如何? 该工具使用 Python库来确定用户提供的源代码文件之间的相似性。 当前支持的语言是C,C ++,JAVA,Python和C#。 依存关系 必须安装以下Python软件包: lt pip3 install
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:9216
    • 提供者:weixin_42168830
  1. robics:自动检测LDA和NMF的鲁棒参数。 与scikit-learn和gensim兼容-源码

  2. 强盗 rob ustTop ics是一个面向对构建健壮主题模型感兴趣的非机器学习专家的库。 主要目标是提供一个易于使用的框架来检查主题模型是否每次运行都达到相同或至少相似的结果。 产品特点 支持sklearn(LatentDirichletAllocation,NMF)和gensim(LdaModel,ldamulticore,nmf)主题模型 根据创建样本,该所需的样本少于网格搜索,并确保使用了整个参数空间,而随机抽样中不确定。 使用基于词向量的一致性得分,每个样本在不同的重新初始化之间进行
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:15360
    • 提供者:weixin_42168265
  1. aethos:自动化数据科学和机器学习库可优化工作流程-源码

  2. 埃索斯 “为数据科学家和ML工程师提供了一系列工具,可自动执行执行分析以部署模型和管道的工作流程。” 要跟踪项目的发展,您可以查看。 Aethos 2.0有什么新功能? 有关v2.0中Aethos的新功能和更改的摘要,请阅读此。 另外,还有一个谷歌协同合作的笔记本电脑提供。 目录 介绍 Aethos是一个库/平台,可在管道的任何阶段自动执行数据科学和分析任务。 Aethos的核心是统一的API,可帮助自动化来自各种库(例如熊猫,sci-kit学习,gensim等)的分析技术。 Aethos
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:3145728
    • 提供者:weixin_42151305
  1. docker-ml-python-sandbox:用于机器学习环境的Dockerfile(scikit-learn,chainer,gensim,tensorflow,jupyter)-源码

  2. 目的 此docker设置用于tring触摸和测试一些机器学习。 已安装的主要软件 Tensorflow 1.10.0 链接器4.3.1 PyTorch 0.4.1 Keras 2.2.2 锁链机RL 0.4.0 Scikit学习0.19.2 Gensim 3.5.0 脾气暴躁的1.14.5 熊猫0.23.4 Jupyter实验室0.33.10 Matplotlib 2.2.3 麦加布最新 朱曼++ 7.01 NLTK 3.3.0 和其他依赖库。 密码 请更新密码(以下为
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:123904
    • 提供者:weixin_42099151
  1. textaugment:TextAugment:文本增强库-源码

  2. 您刚刚找到了TextAugment。 TextAugment是一个Python 3库,用于为自然语言处理应用程序扩充文本。 TextAugment站在 , 和的巨大肩膀上,并与它们很好地配合使用。 目录 产品特点 生成综合数据以提高模型性能,而无需人工 简单,轻巧,易于使用的库。 即插即用到任何机器学习框架(例如PyTorch,TensorFlow,Scikit-learn) 支持文字数据 引文 。 要求 Python 3 以下软件包是依赖程序,将自动安装。 $ pip install
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:119808
    • 提供者:weixin_42175971
  1. GermanWordEmbeddings:获取和预处理德语语料库,使用word2vec(gensim)训练模型并使用生成的测试集对其进行评估的工具包-源码

  2. 关于在英语语料库上进行词嵌入训练的研究很多。 该工具包通过在德语语料库上应用深度学习,以训练和评估德语模型。 有关项目,评估结果和的概述可在或直接在此存储库中找到。 该项目是根据发布的。 开始吧 确保已安装Python 3以及以下库: pip install gensim nltk matplotlib numpy scipy scikit-learn 现在,您可以下载并在您的Shell中执行它,以自动下载此工具包和相应的语料库文件并进行模型训练和评估。 请注意,这可能需要大量时间! 您
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:399360
    • 提供者:weixin_42116734
  1. gensim:人类主题建模-源码

  2. gensim – Python中的主题建模 Gensim是用于主题建模,文档索引和大型语料库相似性检索的Python库。 目标受众是自然语言处理(NLP)和信息检索(IR)社区。 产品特点 所有算法均与语料库大小无关(可以处理大于RAM的输入,流式处理,核外处理), 直观的界面 轻松插入您自己的输入语料库/数据流(简单的流式API) 易于使用其他向量空间算法(简单转换API)进行扩展 流行算法的高效多核实现,例如在线潜在语义分析(LSA / LSI / SVD) ,潜在狄利克雷分配(LDA
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:58720256
    • 提供者:weixin_42114645
  1. 对Python中gensim库word2vec的使用详解

  2. pip install gensim安装好库后,即可导入使用: 1、训练模型定义 from gensim.models import Word2Vec model = Word2Vec(sentences, sg=1, size=100, window=5, min_count=5, negative=3, sample=0.001, hs=1, workers=4) 参数解释: 1.sg=1是skip-gram算法,对低频词敏感;默认sg=0为CBOW算法。 2.size是输出词向量的维数
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:54272
    • 提供者:weixin_38638002
  1. word2vec文本相似度找出相似的文本,计算与之相似文本个数,语料库

  2. 首先,建立自己的语料库 def ylk(x): seg = jieba.cut(x, cut_all=False) with open('D://listTwo.txt', 'a',encoding='utf-8')as f: for word in seg: f.write(word+ ) f.write('\n') 训练模型 from gensim.models.word2vec import LineSentence
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:33792
    • 提供者:weixin_38693753
« 12 3 4 5 6 »