各目录及文件作用:
data: 存放训练数据及文本处理后的数据
runs: 存放训练结果
data_helpers.py: 处理训练数据
text_cnn.py: 定义CNN类
train.py: 训练模型
eval.py: 测试模型
- 进入 train.py 并适宜调整参数进行训练,结果会被保存在run中
- 进入 eval.py ,适当调整测试信息(如checkpoint_dir、x_raw等),进行模型测试
1.Implementing a CNN for Text Classification in TensorFlow:
http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow
2.【NLP】TensorFlow实现CNN用于中文文本分类
http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow