# 说明
本文主要是基于tensorflow实现：RNN->GRU训练和测试以及预测代码
训练和测试函数是：
run_rnn.py
预测函数是：
predict_rnn.py
基于TF的LSTM实现文本分类，基于tensorflow实现：RNN->GRU训练和测试以及预测代码
版权申诉
54 浏览量
2023-09-28
14:22:02
上传
评论
收藏 3.83MB ZIP 举报
8.4.2基于TF的LSTM实现文本分类.zip （39个子文件） 
8.4.2基于TF的LSTM实现文本分类 
predict_rnn.py 2KB helper __init__.py 0B cnews_group.py 2KB copy_data.sh 440B data __init__.py 0B cnews_loader.py 4KB readme.md~ 0B readme.md 155B __pycache__ cnews_loader.cpython-36.pyc 4KB __init__.cpython-36.pyc 175B readme.md 170B .idea vcs.xml 186B workspace.xml 18KB misc.xml 191B modules.xml 328B 8.4.2基于TF的LSTM实现文本分类.iml 398B encodings.xml 135B predict_cnn.py 2KB run_rnn.py 7KB
requirements.txt 24B checkpoints textrnn checkpoint 87B best_validation.index 2KB best_validation.data-00000-of-00001 5.84MB best_validation.meta 440KB textcnn checkpoint 87B best_validation.index 850B best_validation.data-00000-of-00001 4.99MB best_validation.meta 87KB .gitignore 13B images 
acc_loss_rnn.png 135KB rnn_architecture.png 56KB cnn_architecture.png 59KB acc_loss.png 181KB __pycache__ cnn_model.cpython-36.pyc 2KB rnn_model.cpython-36.pyc 3KB cnn_model.py 3KB rnn_model.py 4KB tensorboard textrnn events.out.tfevents.1526229390.MSI 384KB events.out.tfevents.1526230377.MSI 384KB资源评论
