目前分为两种，基于TensorFlow 和基于Pytorch

• Basic_LSTM

  • 描述：使用 tf.Dataset 方式进行数据迭代
  • 源码：RNN_demo1

• Basic_LSTM

  • 描述：自己写数据迭代函数
  • 源码：RNN_demo2

• BiGRU

  • 描述：使用 tf.Dataset 方式进行数据迭代，当使用train_test_split遇到ImportError,DLL load failed时,可参考这里
  • 源码：RNN_demo3

• linear

  • 描述：线性回归模型
  • 源码：linear

• 数组切片
  • 描述：主要是针对数组的切片操作
  • 源码：001.py
• pytorch 计算图
  • 描述：Pytorch 计算图和自动求导
  • 源码：002.py
• pytorch 映射
  • 描述：深度学习构建模块:映射(Linear and non Linear)
  • 源码：003.py
• pytorch 简单实例
  • 描述：简单实例
  • 源码：004.py
• pytorch 词嵌入
  • 描述：2元N-Gram语言模型
  • 源码：005.py
• pytorch 词嵌入
  • 描述：Cbow模型
  • 源码：006.py
• pytorch 序列模型
  • 描述：LSTM网络
  • 源码：007.py