dynamic-seq2seq
欢迎关注我的另一个项目
基于中文语料和dynamic_rnn的seq2seq模型
Update:
修复loss计算bug
修复batch_size大于1时的计算bug
Requirements
tensorflow-1.4+
python2.7 (暂时未对python3 兼容)
requests
jieba
cPickle
numpy
谷歌最近开源了一个seq2seq项目
tensorflow推出了dynamic_rnn替代了原来的bucket,本项目就是基于dynamic_rnn的seq2seq模型。
这里我构建了一些对话预料,中文语料本身就比较稀缺,理论上来说语料越多模型的效果越好,但会遇到很多新的问题,这里就不多作说明。
对话语料分别在data目录下 Q.txt A.txt中,可以替换成你自己的对话语料。
用法:
# 新增小黄鸡语料
# 添加
pyt
1