深度学习-使用RNN生成诗

最新推荐文章于 2023-02-07 14:33:36 发布

Vivinia_Vivinia

最新推荐文章于 2023-02-07 14:33:36 发布

阅读量1.5k

点赞数 1

分类专栏：深度学习文章标签： rnn 写诗

本文链接：https://blog.csdn.net/hester_hester/article/details/103087482

版权

本文介绍了一种使用RNN（循环神经网络）在PyTorch框架下生成诗歌的方法。通过简化《深度学习框架PyTorch：入门与实践》中的示例，重点关注诗歌生成的核心部分，包括生成连接诗和藏头诗。代码链接提供。

摘要由CSDN通过智能技术生成

代码连链接

这里稍微更改了下《深度学习框架PyTorch：入门与实践》里的demo，去掉稍微繁琐和多次训练的部分，只保留了比较核心的生成连接诗和藏头诗两部分（比较渣太复杂了看不懂）。

目标效果：

连接诗：
机器学习书，局上无酒浆。婆娑珍金盘，缕烂金葳浆。萱草发秋叶，旖旎镂金墙。拳芳既盈薄，禄位不敢匼。揆我不及饱，有时不相并。我为蘧生意，日出狱所宣。徇禄惩未卜，退食何由尝。濡毫若可濯，视事忘忧伤。茍餐偿朽援，亦有糟醨浆。忆来不得意，与我来此方。幽谷荫幽壤，清猨鸣秋霜。因思霖雨霁，始觉风物长。既与物外违，复知辱所并。吾欲顾己仁，岂必死者伤。茍哉吾安适，复道迈一觞。虽遇物外兴，永忻良所侵。

藏头诗：
机心俨不见，金马不可量。器食非所古，此心何足伤。学书三十载，相劝一旬长。习隸不可乐，持斧亦葳裳。书来不可再，稅首皆自忙。

主要面main.py:

import torch as t
from data import get_data
from model import PoetryModel

"""对象"""
class Config(object):
    data_path = 'data/'  # 诗歌的文本文件存放路径
    pickle_path = 'tang.npz'  # 预处理好的二进制文件,包含data，形状为(57580,125)，共57580首诗歌，每首诗歌长度125，不够补空格，多余丢弃
    category = 'poet.tang'  # 类别，唐诗还是宋诗歌(poet.song)
    max_gen_len = 200  # 生成诗歌最长长度
    prefix_words = '细雨鱼儿出,微风燕子斜。'  # 不是诗歌的组成部分，用来控制生成诗歌的意境
    start_words = '闲云潭影日悠悠'  # 诗歌开始
    acrostic = True  # 是否是藏头诗
    model_path = None  # 预训练模型路径
opt = Config()

"""给定一句诗，继续生成一首完整的诗"""
def generate(model, start_words, ix2word, word2ix, prefix_words=None):
    """
         ix2word:每个序号对应的字
         word2ix：每个字对应的序号
         prefix_words：诗歌意境
         <EOP>:8290
         <START>：8591
         </s>:8292
         <，>:7066
         <。>:7435
     """