使用深度学习文本分析
扩展深度学习与文本分析应用程序工作流
深度学习应用于文本分析应用程序通过使用深度学习工具箱™与文本分析工具箱™。
功能
主题
这个例子展示了如何使用深度学习长文本数据分类短期记忆(LSTM)网络。
这个例子展示了如何使用卷积神经网络分类文本数据。
这个例子展示了如何使用深度学习双向分类文本数据长期短期记忆(BiLSTM)网络与一个定制的训练循环。
这个例子展示了如何分类文本数据,多个独立的标签。
这个例子展示了如何将内存不足与深入学习网络文本数据使用一个转换数据存储。
这个例子展示了如何将十进制的字符串转换成罗马数字使用复发sequence-to-sequence encoder-decoder模型与关注。
这个例子展示了如何训练一个德国英语翻译使用复发sequence-to-sequence encoder-decoder模型与关注。
这个例子展示了如何培养深度学习长短期记忆(LSTM)网络生成文本。
这个例子展示了如何训练深度学习LSTM网络生成文本使用字符嵌入。
这个例子展示了如何训练深度学习LSTM网络生成文本词词。
这个例子展示了如何使用autoencoders生成文本数据。
这个例子显示了如何定义一个文本编码器模型函数。
这个例子显示了如何定义一个文本译码器模型函数。