第一次架子啊预训练模型时，下载速度特别慢，而且很多时候回断，特别烦人。
因此把所有模型下载打包，分享出来供有需求的人下载。
因为上传大小限制，只能用百度网盘分享，也添加了安装说明。

在Keras中实现的文本分类模型，包括：FastText，TextCNN，TextRNN，TextBiRNN，TextAttBiRNN，HAN，RCNN，RCNNVariant等。

歌集市场졸업작품어플리케이션상품이등록되어야이등록되어야리를前处理删除特殊字符好吧矢量化器（计数，TF-IDF）分词器（keras）删除停用词模型线性支持向量机朴素贝叶斯LSTM有线电视新闻网CNN-LSTM服务器阿帕奇DjangoWeb框架CentOS的应用AndroidStudio

imdb.npz电影评论数据集当我们按照教程书籍里面的代码试验时，往往会出现数据集下载失败的问题.执行(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)出现Downloadingdatafromhttps://s3.amazonaws.com/text-datasets/imdb.npz，网络连接失败。
此时，将下载好的imdb.npz文件放在主目录下的.keras/datasets文件夹下即可。

修改后，输入图像可以是任何大小要求jpg格式，如果不是要修改resize文件，需要基于keras（这个很好装的），图像放入指定文件，然后运行就可以了，输出在test里面，输出图像改为输出血管结果图像，且只能应用于测试，亲测对一般眼底图像数据库分割效果都很好。
有问题或不能运行戳我。

Throughaseriesofrecentbreakthroughs,deeplearninghasboostedtheentirefieldofmachinelearning.Now,evenprogrammerswhoknowclosetonothingaboutthistechnologycanusesimple,efficienttoolstoimplementprogramscapableoflearningfromdata.Thispracticalbookshowsyouhow.Byusingconcreteexamples,minimaltheory,andtwoproduction-readyPythonframeworks—Scikit-LearnandTensorFlow—authorAurélienGéronhelpsyougainanintuitiveunderstandingoftheconceptsandtoolsforbuildingintelligentsystems.You’lllearnarangeoftechniques,startingwithsimplelinearregressionandprogressingtodeepneuralnetworks.Withexercisesineachchaptertohelpyouapplywhatyou’velearned,allyouneedisprogrammingexperiencetogetstarted.*Explorethemachinelearninglandscape,particularlyneuralnets*UseScikit-Learntotrackanexamplemachine-learningprojectend-to-end*Exploreseveraltrainingmodels,includingsupportvectormachines,decisiontrees,randomforests,andensemblemethods*UsetheTensorFlowlibrarytobuildandtrainneuralnets*Diveintoneuralnetarchitectures,includingconvolutionalnets,recurrentnets,anddeepreinforcementlearning*Learntechniquesfortrainingandscalingdeepneuralnets

图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。
使用TensorFlowFramework和Keras库实现了CNN。
在GoogleColab上以60,000张图像训练模型

keras经典数据集fashion-mnist第一次使用放在用户.keras下的datasets就行放进去就不用下载了

keras框架里面的数据集jena_climate_2009_2016.csv，在网上到处找不到，直接去官网下了很多次，终于大早上下了2个多小时下好了，有需要的免去难得再找，这个分数不知道为啥不能改，有点多

VGG，V3，RESNET迁移学习，tensorflow和keras写的程序

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。