* Created on 2017年10月01日
* author: MJ
* project: machine_learning
* 本人会陆续将自己使用过的机器学习算法示例进行整理,欢迎各位读者挑错指正,如果对你有帮助,请给个star哦!
  如果你对此项目有任何疑问, 可以申请加入以下几个QQ群给予答疑解惑:
  TensorFlow深度学习交流：299814789
  Scikit-learn机器学习交流群：397163918
  个人博客：chengjin.li

* 1、IDE PyCharm Community Edition 2017.1
* 2、安装 python 2.7 (没有请自行网上查找)
* 3、安装 pip
    sudo easy_install pip
* 4、安装 virtualenv
    pip install virtualenv
* 5、创建项目的虚拟环境(需要先切换到machine_learning下)
    sh scripts/env_prepare.sh
* 6、安装依赖包
    sh scripts/env_update.sh
    备注: 如果是GPU环境,需要将requiremens.txt中的tensorflow替换成tensorflow-gpu
    未安装成功的依赖包，可以使用pip install xxx方式安装

* CV(计算机视觉)
    * image_classification(图像分类)
    * image_generation(图像生成)
* NLP(自然语言处理)
    * IR(信息检索)
    * NER(命名实体识别)
    * text_classification(文本分类)
        * ml_method(基于传统机器学习的方法)
        * dp_method(基于深度学习的方法)
            * cnn(基于卷积神经网络的方法)
                * text_cnn(用于文本分类的TextCNN模型)
            * rnn(基于循环神经网络的方法)
                * text_rnn(用于文本分类的TextRNN模型)
    * text_matching(文本匹配)
    * text_similarity(文本相关性)
    * translation(翻译)
* numpy_use_tutorial(numpy使用示例)
* tensorflow_use_tutorial(tensorflow使用示例)
* scripts(shell脚本文件)
* utils(基础工具)
    * word2vec(词向量工具)