Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Veri Bilimi › multi-class-text-classification-cnn-rnn
✦ Ücretsiz & açık kaynakVeri Bilimi

multi-class-text-classification-cnn-rnn

Hibrit TextCNN ve GRU modeli kullanarak San Francisco suç açıklamalarını 39 kategoriye ayırın.

Hibrit CNN-RNN Metin Sınıflandırma Aracı

TensorFlow 2.x Keras CNN ve GRU mimarisi ile metin veri setlerini sınıflandırın.

Sonsuza dek ücretsiz · açık kaynak · Apache-2.0
✓ Light setup✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
7.1
ZEKAI
Kullanışlı CNN-RNN metin sınıflandırıcı
Ücretsiz & açık kaynak · Veri Bilimi
Kurulum kolaylığı7
Yararlılık8
Bakım7
Topluluk6.5
★ 601
GITHUB
Jun 2026
GÜNCELLENDİ
Apache-2.0
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

Bu open-source araç, metinleri birden çok kategoriye sınıflandırmak için TensorFlow kullanarak hibrit bir TextCNN ve GRU modeli uygular. Derin öğrenme metin mimarileriyle denemeler yapmak isteyen veri bilimciler ve makine öğrenimi mühendisleri için uygundur.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
Apache-2.0

Nedir

Metin açıklamalarını kategorik etiketlere eşlemek için kelime gömmeleri üzerinde evrişimli katmanları ve kapılı yinelenen birimleri birleştiren bir sinir ağı eğitir. Boru hattı, veri ön işleme, model eğitimi, yapı nesnesi dışa aktarma ve toplu tahmin işlemlerini kutudan çıktığı gibi gerçekleştirir.

Kimler için

TensorFlow Keras kullanan bir referans uygulama isteyen çok sınıflı metin sınıflandırma görevleri üzerinde çalışan makine öğrenimi uygulayıcıları için uygundur. Teknik olmayan kullanıcılar veya kodsuz bir web uygulaması arayanlar için uygun değildir.

Temel özellikler

Hibrit TextCNN ve GRU

Cümle sınıflandırması için evrişimli ve yinelenen sinir ağı katmanlarını birleştirir.

Yapılandırılabilir Eğitim

Hiperparametreleri ve dizi uzunluklarını yönetmek için harici JSON yapılandırma dosyalarını kabul eder.

Yapı Nesnesi Dışa Aktarma

Kaydedilmiş modelleri, kelime dağarcığı indekslerini, sınıf etiketlerini ve eğitilmiş parametreleri otomatik olarak yazar.

Nasıl başlanır

3 adımda hazır

1
Bir Python sanal ortamı kurun ve requirements.txt dosyasından gereksinimleri yükleyin
2
Sağlanan veri setini ve JSON yapılandırma dosyasını kullanarak eğitim script'ini çalıştırın
3
Eğitilmiş sonuçlarınıza ve örnek verilerinize işaret eden tahmin script'ini yürütün
Açıkçası

Dürüst kararımız

Artıları

  • Dizi sınıflandırması için CNN ve GRU mimarilerini birleştirir
  • Paketlenmiş örnek verileri ve eğitim yapılandırmalarını içerir
  • Yapılandırılmış model yapı nesnelerini ve kelime dağarcığı eşlemelerini dışa aktarır
  • Hem eğitim hem de çıkarım için özel CLI komut dosyaları sağlar

Eksileri

  • Manuel Python sanal ortamı ve bağımlılık yüklemesi gerektirir
  • Grafiksel kullanıcı arayüzü olmayan yalnızca CLI
  • Derin öğrenme eğitimi çalıştırmak uygun bir hesaplama ortamı gerektirir
Maliyet

Fiyatlar & lisans

Apache-2.0 licence altında ücretsizdir. Depoda bahsedilen ücretli barındırılan seçenek yoktur, bu nedenle tek maliyet onu kendi donanımınızda çalıştırmaktır.

Ücretli iş

Türkçe konuşanlar için işler

876 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

🎁 Ücretsiz & açık kaynak alternatifler

İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Veri Bilimi için multi-class-text-classification-cnn-rnn
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
multi-class-text-classification-cnn-rnn aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

Model hangi framework'ü kullanıyor?

Model, TensorFlow 2.x Keras kullanılarak oluşturulmuştur.

Eğitilmiş model yapı nesneleri nereye kaydedilir?

Yapı nesneleri, kaydedilmiş model ve kelime dağarcığı eşlemeleri dahil olmak üzere trained_results dizinine yazılır.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Veri Bilimi için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör