【数据应用案例】教神经网络写汉字

案例来源：@新智元 @量子位

案例地址：https://mp.weixin.qq.com/s/aqfwn0kiXbZwVDVhHXBAXQ；https://mp.weixin.qq.com/s/78GXuz6Sfi7YffSw4Rwgng；http://blog.otoro.net/2015/12/28/recurrent-net-dreams-up-fake-chinese-characters-in-vector-format-with-tensorflow/

 

0. 背景：google公开了一个让神经网络和你一起写汉字的demo“Kanji-RNN”，你写入汉字的前几画，神经网络补全成一个完成的“汉字”。

demo地址：http://otoro.net/kanji-rnn/

 

1. 目标：让神经网络学会“汉字”的书写

    1）这里的汉字不一定是真实存在的，看起来像汉字就行

    2）目前写法比较粗糙，但如果能达到人类写汉字的水平（字体、顿笔等），就能进行汉字字体的开发（汉字字体开发成本极高，一般需要一个团队2年的时间，因此中文字体较少）

 

2. 过程

    1）输入数据是真实汉字按照笔画数据的：笔画、x轴偏移量、y轴偏移量、是否落在纸上（连笔或者非连笔）

    2）分类器采用谷歌涂鸦的sketch-rnn框架，sketch-rnn使用混合高斯分布来估算下一笔的位移。这个用来生成笔迹的方法叫做混合密度网络

    3）对汉字写完的概率进行建模，也即结束字符“end-of-char”概率：模型的softmax层计算每一画落笔、笔画结束、字符结束的概率，当字符结束时前两者也结束。

 

3. 效果