This repository is the translation of google text classification tutorial

如果要转载或者复制粘贴请标明原作者谢谢!

• 一、简介(Introduction)

• 二、收集数据(Step 1: Gather Data)

• 三、数据探索(Step 2:Explore_Your_Data)

• 四、选择模型(Step 2.5: Choose a Model)

• 五、数据准备(Step 3: Prepare_Your_Data)

• 六、构建，培训和评估您的模型(Step 4: Build_Train_and_Evaluate_Your_Model)

• 七、调整超参数(Step 5: Tune_Hyperparameters)

• 八、部署模型(Step 6: Deploy_Your_Model)

• 九、总结(Step 7: Conclusion)

• 十、附录：批量训练(Step 8: Appendix:Batch_Training)

这里用keras还有TensorFlow实现了一些深度学习的模型(大部分采用GPU并行计算)

• 1.Text cnn
• 2.Bi-gru attention
• 3.Fast text
• 4.Bi-gru fasttext
• 5.Res net
• 6.cnn attention

• 1.Word2Vec
• 2.LDA
• 3.ResNet
• 4.Fasttext
• 5.Seq-to-Seq
• 6.Attention
• 7.Bi-LSTM-Attention
• 8.ELMo
• 9.BERT