请使用GPU版本运行本项目；本项目仅供学习交流，不得用于商业用途；如果您认为该项目损害了您的权益，请联系我删除！

最近在入门自然语言处理处理，看了一些书，决定将书里对应的一些算法通过Python实现出来，也算是开了一个新坑，希望能够和一起学习自然语言处理的同学们一起进步。

书接上回，此次继续介绍词汇分析中的基于感知器的中文分词方法。

用python从零 手动实现深度学习框架（乞丐版）。从Tensor的实现，到 MLP 的构建，手写损失函数、随机梯度下降算法，能够实现基础 NN 网络的自动微分和反向传播，跑通MNIST

强化学习SAC算法+Pendulum的paddle版实现

使用PaddleX的低代码环境实现车辆检测模型训练，并使用内置的paddlehub实现模型服务化部署,打通模型训练到部署整套流程

通过使用PaddleX和PaddleClas实现8中体育运动实践图片的分类。

基于PaddleNLP，从标题文本中准确抽取出商品相关实体能够提升检索、推荐等业务场景下的用户体验和平台效率。

从0到1教会修狗走路

基于SCRFD+AdaFace搭建了基础的人脸识别系统