tf7: RNN—古诗词

最新推荐文章于 2025-04-19 15:15:59 发布
最新推荐文章于 2025-04-19 15:15:59 发布
阅读量1.6w 收藏 38
点赞数 5
分类专栏： 机器学习 Deep learning TensorFlow练习汇总 文章标签： Tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014365862/article/details/53868544
版权
本文介绍如何利用RNN（循环神经网络）在TensorFlow中对序列数据进行建模，特别是用于生成古诗词。通过训练古诗数据集，RNN能够学习并生成与输入诗词风格相似的新诗句。提供了训练和生成古诗的代码，并针对TensorFlow版本差异给出了适配建议。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 

代码：Here。

RNN不像传统的神经网络-它们的输出输出是固定的，而RNN允许我们输入输出向量序列。RNN是为了对序列数据进行建模而产生的。

样本序列性：样本间存在顺序关系，每个样本和它之前的样本存在关联。比如说，在文本中，一个词和它前面的词是有关联的；在气象数据中，一天的气温和前几天的气温是有关联的。

例如本帖要使用RNN生成古诗，你给它输入一堆古诗词，它会学着生成和前面相关联的字词。如果你给它输入一堆姓名，它会学着生成姓名；给它输入一堆古典乐/歌词，它会学着生成古典乐/歌词，甚至可以给它输入源代码。

关于RNN：

本帖代码移植自char-rnn，它是基于Torc

了解本专栏 订阅专栏 解锁全文
自然语言处理之文本分类：Recurrent Neural Networks(RNN)：RNN的高级主题：生成模型
zhubeibei168的博客
05-14 549
生成模型和判别模型是机器学习中两种基本的模型类型，它们在处理自然语言处理（NLP）任务时有着不同的应用和优势。生成模型主要关注于学习数据的分布，即如何从模型中生成数据，而判别模型则直接学习输入与输出之间的映射关系，即如何从输入中直接预测输出。生成模型在NLP中的应用展示了其在理解和生成自然语言方面的能力。通过学习文本序列的分布，RNN生成模型能够生成新的、连贯的文本，这在创意写作、自动摘要、对话系统等领域有着广泛的应用前景。
深度有趣 | 23 歌词古诗自动生成
weixin_34310785的博客
09-21 703
简介 使用RNN实现歌词和古诗的自动生成 RNN多用于处理序列数据，通过学习数据上下文之间的关系，可以在给定若干个连续数据点的基础上，预测下一个可能的数据点 以下是最基础的RNN公式，当然也可以使用LSTM（Long Short-Term Memory）或GRU（Gated Recurrent Unit）生成序列 准备 一些序列数据，这里我们主要使用文本，例如歌词和古诗等 手动版 先来个最手动...
RNN生成古诗词
03-15
RNN生成古诗词
一文读懂RNN＆LSTM
最新发布
IT_GGMonster的博客
04-19 1235
在左边部分中，是神经网络的输入，是输入层到隐藏层之间的权重矩阵，是记忆单元到隐藏层之间的权重矩阵，是隐藏层到输出层之间的权重矩阵，是隐藏层的输出，同时也是要保存到记忆单元中，并与下一时刻的一起作为输入，是神经网络的输出。循环神经网络的记忆单元会保存时刻时循环层（既图中的隐藏层）的状态，并在时刻，将记忆单元的内容和时刻的输入一起给到循环层。要注意的是，在计算时，每一步使用的参数U 、 W 、 b U、W、bU、W、b都是一样的，也就是说每个步骤的参数都是共享的，这是RNN的重要特点，一定要牢记。
基于RNN实现古诗词生成模型
qq_34470213的博客
12-11 5747
我们知道，RNN（循环神经网络）模型是基于当前的状态和当前的输入来对下一时刻做出预判。而LSTM（长短时记忆网络）模型则可以记忆距离当前位置较远的上下文信息。 在此，我们根据上述预判模型来进行 古诗词的生成模型训练。 首先，我们需要准备好古诗词的数据集：全唐诗共34646首，我把数据文件上传到了我的csdn中，又需要的可以下载http://download.csdn.net/download/qq...
基于RNN生成古诗词
zeng_haoyu的博客
04-10 4001
1、generate_poetry.py古诗清洗、过滤较长或较短古诗、过滤即非五言也非七言的古诗。为每个字生成唯一的数字ID、每首古诗用数字ID表示。#-*- coding:utf-8 -*- import numpy as np from io import open import sys import collections class Poetry: def __init__(se...
基于RNN的中文古诗词生成神经网络实现
lpty的博客
08-29 1万+
一、前言 1、图解RNN 2、Tensorflow中RNN实现的正确打开方式 二、实战 1、训练数据处理 (1)文字转为向量 def _get_poetry(self): with open(self.poetry_file, "r", encoding='utf-8') as f: poetry_list = [line for line
【自然语言处理课程实验】实验五：RNN实现古诗句生成任务
qq_60974512的博客
10-07 512
## 实验要求：1. 在Poetry_Model_lstm的to_train函数中，实现：- loss计算- 反向传播- 优化器更新2. 完成generate_poetry_acrostic函数中缺少的代码，并任意生成一首藏头诗请输入四个汉字：鸡你太美输出：鸡头跣卉总渊润，嗜蟹镇山休垣而。太嫌闽晏竖泛爱，美席驯帆竖绣操。
tf7: RNN—古诗词 训练数据
06-08
tf7: RNN—古诗词 训练数据 程序 https://download.csdn.net/download/richgene/10413943 帖子 https://blog.csdn.net/richgene/article/details/80621596
tensoflow练习6：RNN应用--生成诗词
a18852867035的博客
08-27 2438
RNN是一种非常强大的神经网络模型，它的输入输出都是一个向量序列。RNN就是为了序列数据建模而产生的，广泛的应用在视频、图像以及文本序列中。这里我们将介绍一个简单的RNN应用实例–RNN生成古诗词。 数据集：poetry.txt 1.训练文件 train.py# -*- coding: utf-8 -*- import collections import tensorflow as tf im
[RNN实战]自动生成对联、古诗
m0_63642362的博客
11-08 2553
通过了解RNN各项模型后，搭建并对其进行训练，最终实现使用多种RNN网络模型来让AI自动生成古诗以及对对联。
基于RNN实现古诗词生成模型-附件资源
03-05
基于RNN实现古诗词生成模型-附件资源
基于循环神经网络(RNN)的古诗生成器.pdf
04-17
基于循环神经网络(RNN)的古诗生成器
基于循环神经网络(RNN)的古诗生成器
09-20
主要为大家详细介绍了基于循环神经网络(RNN)的古诗生成器，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
基于循环神经网络(RNN)的古诗生成器源码.zip
08-24
基于循环神经网络(RNN)的古诗生成器 项目基于循环神经网络，使用tensorflow 1.4实现。训练数据为四万多首古诗， 训练完成后，能随机生成古诗。 使用说明 1.预处理数据 古诗文件不能够直接使用，需要生成词汇表，将古诗文件转换成向量。
TensorFlow2学习：RNN生成古诗词
上善若水
03-27 3437
本文转自 AI科技大本营 TensorFlow2学习：RNN生成古诗词 文章不见了可以参考这位博主的文章 公众号的文章写得挺好的，这里简单介绍下思路及值得学习的地方 模型简介 模型不算多么复杂高大上，但是五张俱全，所有文本生成过程都考虑到了，大概流程如下： 数据预处理，去除非法字符，比如“（）”，“《》” 啥的，提取诗歌内容，跳过长度大于 MAX_LEN （64）的诗歌。统计诗歌出现的字，滤除词...
基于RNN-LSTM模型的诗词生成/TensorFlow
weixin_47546087的博客
09-01 3600
输入门决定当前输入有多少保留下来，因为在序列输入中，并不是每个时刻的输入信息都同等重要，当输入完全没有用时，输入门关闭，此刻输入信息被丢弃。输出门决定当前memroy的信息有多少被立即输出，输出门打开时，会被全部输出，关闭时，当前memory中的信息不会被输出。已知一首诗的开始标志字为"["，设其初始状态为0，由此开始载入模型，迭代可以求得整首古诗，古诗的结束标志为"]"，出现了此输出结果表示古诗生成完毕，退出循环，打印结果。数据预处理的过程，实际上是文本处理的过程，先对诗歌进行拆分，提取诗歌内容。
基于Char-RNN Language Model进行文本生成（Tensorflow生成唐诗）
热门推荐
Irving_zhang的专栏
08-04 1万+
上一篇文章利用CharRNN进行语言模型的训练，语言模型的本意就是为了判断一个句子的概率。在文本生成领域就可以根据当前词预测下一个词，因此大有用途。比如在各种科技网站上随处可见的生成唐诗，歌词，小说，以及代码，为了加深我们对RNN的实现熟练程度，这里再推荐阅读两篇源码中文古诗自动作诗机器人和生成英文、写诗、歌词、小说、生成代码、生成日文两个。个人觉得第二个代码封装性更好，并且训练效果更好。但是第一个
2.使用RNN做诗歌生成
weixin_34376986的博客
03-27 637
诗歌生成比分类问题要稍微麻烦一些，而且第一次使用RNN做文本方面的问题，还是有很多概念性的东西~~~ 数据下载： 链接：https://pan.baidu.com/s/1uCDup7U5rGuIlIb-lnZgjQ 提取码：f436 data.py——数据处理 1 import numpy as np 2 import os 3 4 def get_data(co...
评论 20
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值