Python3實(shí)現(xiàn)寫作

本文轉(zhuǎn)載至知乎ID：Charles（白露未晞）知乎個(gè)人專欄

下載W3Cschool手機(jī)App，0基礎(chǔ)隨時(shí)隨地學(xué)編程>>戳此了解

導(dǎo)語

T_T沒有科研夢想的人半夜過來水篇文章~~~

讓Python學(xué)會(huì)寫寫歌，創(chuàng)創(chuàng)作~~~

純屬娛樂~~~

改編自PyTorch官網(wǎng)的一個(gè)教程，不過我用TF寫的，然后生成英文變成了生成中文~~~

Let's Go~~~

相關(guān)文件

百度網(wǎng)盤下載鏈接: https://pan.baidu.com/s/1VUEFR82CqyDj2w9SS4xnFA 

密碼: 3dmx

開發(fā)工具

Python版本：3.6.4

相關(guān)模塊：tensorflow-gpu模塊；numpy模塊；以及一些Python自帶的模塊。

其中TensorFlow-GPU版本為：

1.6.0

環(huán)境搭建

安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊即可。

原理簡介

關(guān)于RNN的介紹，請參考我之前的文章：

Python實(shí)現(xiàn)簡單的機(jī)器翻譯模型（點(diǎn)擊藍(lán)字進(jìn)入）

這里我們使用Char RNN模型進(jìn)行訓(xùn)練。

即Seq2Seq模型中的特殊情況輸入與輸出等長。

也就是類似下圖的樣子（圖源網(wǎng)絡(luò)）：

具體實(shí)現(xiàn)過程詳見相關(guān)文件中的源代碼。

使用演示

在cmd窗口運(yùn)行Char_RNN.py文件并根據(jù)提示輸入相關(guān)信息即可。

訓(xùn)練相關(guān)的參數(shù)請?jiān)赾onfig.py文件中調(diào)整：

訓(xùn)練所用的數(shù)據(jù)路徑以及生成新文本所用的預(yù)熱數(shù)據(jù)請?jiān)贑har_RNN.py文件中調(diào)整：

訓(xùn)練演示視頻：

因?yàn)闀r(shí)間太長了，我只錄了訓(xùn)練的前面一部分。

最終訓(xùn)練結(jié)果如下圖所示：

結(jié)果展示

因?yàn)闀r(shí)間和資源有限。

這里只展示周杰倫的所有歌詞作為樣本進(jìn)行訓(xùn)練之后測試的結(jié)果。

當(dāng)然你完全可以找其他文本作為訓(xùn)練語料來生成風(fēng)格各異的“文章”，“歌詞”等等~~~

結(jié)果如下：

（預(yù)熱歌詞為：是曾與你躲過雨的屋檐）

好吧我并不知道它在說啥T_T

一個(gè)失敗的案例T_T

大概是模型太low了。而且訓(xùn)練數(shù)據(jù)是我從網(wǎng)上直接下載的，也沒有預(yù)處理過T_T。中間竟然突然冒出一個(gè)括號(hào)我也是頹了T_T

更多

隨便玩玩的T_T~~~

有興趣的同學(xué)可以試著換更復(fù)雜的模型~~~

然后訓(xùn)練的語料最好處理一下~~~

好久沒寫TF了，代碼可能寫的有點(diǎn)糟糕T_T

就這樣吧~~~