具有递归神经网络的文本生成:使用基于特征的RNN进行文本生成。 我们使用安德烈·卡帕蒂(Andrej Karpathy)的莎士比亚著作数据集。从该数据中获得一个字符序列(“莎士比亚”),训练模型以预测序列中的下一个字符。 通过重复调用模型可以生成更长的文本序列

上传者: 42146086 | 上传时间: 2023-04-17 22:59:21 | 文件大小: 70KB | 文件类型: ZIP
具有递归神经网络的文本生成 使用基于特征的RNN进行文本生成。 我们使用安德烈·卡帕蒂(Andrej Karpathy)的莎士比亚作品集。 给定来自此数据的字符序列(“莎士比亚”),训练模型以预测序列中的下一个字符。 通过重复调用模型,可以生成更长的文本序列。 模型的输出 以下是本教程中的模型训练了30个纪元并以字符串“ Q”开头时的示例输出: 奎妮:我以为你有罗马人。 Oracle这样,使所有人都反对这个词,因为他的照顾太弱了。 您的孩子们在您的圣洁的爱中,通过流血的宝座沉淀。 伊丽莎白·比什普(Bishop of Ely):我的主,嫁给并愿意哭泣,这是最漂亮的。 然而,现在我被世界可悲的一天收为继承人,要和他父亲一起面对面观看新路吗? 埃斯卡洛斯:为什么我们都下了更多儿子的原因。 卷:不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,这是没

文件下载

资源详情

[{"title":"( 4 个子文件 70KB ) 具有递归神经网络的文本生成:使用基于特征的RNN进行文本生成。 我们使用安德烈·卡帕蒂(Andrej Karpathy)的莎士比亚著作数据集。从该数据中获得一个字符序列(“莎士比亚”),训练模型以预测序列中的下一个字符。 通过重复调用模型可以生成更长的文本序列","children":[{"title":"Text-Generation-with-a-Recurrent-Neural-Network-main","children":[{"title":"prediction_loop.png <span style='color:#111;'> 19.10KB </span>","children":null,"spread":false},{"title":"model_architecture.png <span style='color:#111;'> 44.11KB </span>","children":null,"spread":false},{"title":"text_generation_rnn.py <span style='color:#111;'> 22.99KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.57KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明