Tensorflow RNN官方文档全面解析，附带修改后代码

最新推荐文章于 2022-08-27 16:51:57 发布

AZTT911

最新推荐文章于 2022-08-27 16:51:57 发布

阅读量327

点赞数

分类专栏： Python 文章标签： RNN NLP

本文链接：https://blog.csdn.net/qq_29255849/article/details/101911814

版权

本文全面解析Tensorflow RNN官方教程，基于莎士比亚作品集，探讨字符映射、RNN内部状态和预测任务。讨论了RNN处理文本序列的方式，以及其在处理前后依赖上的局限，预告了RNN-LSTM和SEQ2SEQ模型的优化作用。

摘要由CSDN通过智能技术生成

官方文本解析以及调试

官方RNN链接：https://www.tensorflow.org/tutorials/text/text_generation

数据集来自莎士比亚作品集，资源链接：https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt

基本配置环境：
Python3，Tensorflow， Keras。

库文件：

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import numpy as np
import os
import time

下载数据集并读取：

path_to_file = tf.keras.utils.get_file('shakespeare.txt', 'https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt')
# Read, then decode for py2 compat.
text = open(path_to_file, 'rb').read().decode(encoding='utf-8')
# length of text is the number of characters in it
print ('Length of text: {} characters'.format(len(text)))
# Take a look at the first 250 characters in text
print(text[:250])
# The unique characters in the file
vocab = sorted(set(text