https://github.com/seanlee97/nnclf

神经网络分类器，PyTorch实现
https://github.com/seanlee97/nnclf

pytorch short-text-classify textcnn word2vec

Last synced: 9 months ago
JSON representation

神经网络分类器，PyTorch实现

• Host: GitHub
• URL: https://github.com/seanlee97/nnclf
• Owner: SeanLee97
• Created: 2017-09-26T03:14:16.000Z (almost 9 years ago)
• Default Branch: master
• Last Pushed: 2018-11-15T10:40:29.000Z (over 7 years ago)
• Last Synced: 2025-10-04T06:36:05.928Z (10 months ago)
• Topics: pytorch, short-text-classify, textcnn, word2vec
• Language: Python
• Homepage:
• Size: 5.85 MB
• Stars: 21
• Watchers: 2
• Forks: 8
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# 注意

该项目不再更新，请转到 [clfzoo](https://github.com/SeanLee97/clfzoo)

![PyTorch](https://raw.githubusercontent.com/SeanLee97/pytorch/master/docs/source/_static/img/pytorch-logo-dark.png)

# nnclf

分本分类的方法有很多种，而且传统的机器学习方法就能有很好的效果，

神经网络的话在小数据量下是体现不出效果的，而且神经网络训练周期长。

分享这个项目就当作加深对卷积神经网络CNN以及递归神经网络RNN的理解吧。

**那么本项目主要有哪些亮点呢？**

    1. 支持batch_size，短文本一般长度不一，所以用PyTorch的话一般得要自己封装好输入向量

    看PyTorch文档时是不是在LSTM，GRU...这些地方会看到pack_padded_sequence(), pad_packed_sequence()呢？

    在这里就可以用到了

    2. 支持word2vec训练后的词向量表代替Embedding的权值。是不是有很多地方都说使用预训练的词向量效果会好？那究竟怎么用呢？

    在这里就可以用到了

**以上两点我都做了封装，看代码应该可以能理解，[使用方法](https://github.com/SeanLee97/nnclf/blob/master/Usage.ipynb)**

## 运行环境

* **Centos7**   当然其他linux, mac都可以，只要支持PyTorch的系统都可以，不过不支持windows

* **python3.6** 

* **PyTorch V0.2** 记得更新一下PyTorch，因为用到了lr_scheduler，新版才有

## 知识储备

* [Understanding Convolutional Neural Networks for NLP](http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/)

* [The Unreasonable Effectiveness of Recurrent Neural Networks](http://karpathy.github.io/2015/05/21/rnn-effectiveness/)

* 虽然有现成解决方案，但强烈推荐看一下word2vec原理，CBOW，Skip-gram，Hierarchical Softmax，Negative Sampling！！！[关于word2vec原理的博客](http://blog.csdn.net/itplus/article/details/37969519)

## 联系我

* 邮件(xmlee97#gmail.com, 把#换成@)

* weibo: [@捏明](http://weibo.com/littlelxm)

## 项目链接

[SVM, FastText, TextCNN, BiGRU, CNN-BiGRU在短文本分类上的对比](https://github.com/SeanLee97/short-text-classification#short-text-classification)