设计素材网站会员/简述网络营销的主要方法

导语

T_T没有科研梦想的人半夜过来水篇文章~~~

让Python学会写写歌，创创作~~~

纯属娱乐~~~

改编自PyTorch官网的一个教程，不过我用TF写的，然后生成英文变成了生成中文~~~

Let's Go~~~

相关文件

百度网盘下载链接: https://pan.baidu.com/s/1VUEFR82CqyDj2w9SS4xnFA

密码: 3dmx

开发工具

Python版本：3.6.4

相关模块：tensorflow-gpu模块；numpy模块；以及一些Python自带的模块。

其中TensorFlow-GPU版本为：

1.6.0

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

原理简介

关于RNN的介绍，请参考我之前的文章：

Python实现简单的机器翻译模型（点击蓝字进入）

这里我们使用Char RNN模型进行训练。

即Seq2Seq模型中的特殊情况输入与输出等长。

也就是类似下图的样子（图源网络）：

具体实现过程详见相关文件中的源代码。

使用演示

在cmd窗口运行Char_RNN.py文件并根据提示输入相关信息即可。

训练相关的参数请在config.py文件中调整：

训练所用的数据路径以及生成新文本所用的预热数据请在Char_RNN.py文件中调整：

训练演示视频：

因为时间太长了，我只录了训练的前面一部分。

最终训练结果如下图所示：

结果展示

因为时间和资源有限。

这里只展示周杰伦的所有歌词作为样本进行训练之后测试的结果。

当然你完全可以找其他文本作为训练语料来生成风格各异的“文章”，“歌词”等等~~~

结果如下：

（预热歌词为：是曾与你躲过雨的屋檐）

好吧我并不知道它在说啥T_T

一个失败的案例T_T

大概是模型太low了。而且训练数据是我从网上直接下载的，也没有预处理过T_T。中间竟然突然冒出一个括号我也是颓了T_T