用LSTM生成古诗-代码

古诗生成—用LSTM

太懒了，数据集明天再传
整体流程

完整代码：

import numpy as np
#from collections import Counter
from tensorflow import keras
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.python.ops import summary_ops_v2
import time
import os

#处理数据集，目的：产生vocab_to_int，int_to_vocab 和 所有古诗转化的数字序列
def create_lookup_tables():
	with open(r'newtxt.txt','r') as f:
		text = f.read()
	print(len(text))
	vocab = sorted(set(text))
	
	print(len(vocab))
	vocab_to_int = {
   u:i for i,u in enumerate(vocab)}
	#print(vocab_to_int)
	int_to_vocab = {
   i:u for i,u in enumerate(vocab)}
	
	int_text = np.array([vocab_to_int[word] for word in text if word != '\n'])
	print(len(int_text))
	return vocab_to_int,int_to_vocab,int_text

vocab_to_int,int_to_vocab,int_text = create_lookup_tables()

#这个是获取下一batch内容的函数，要好好看看
def get_batches(int_text, batch_size, seq_length):

    batchCnt = len(int_text) // (batch_size * seq_length)
    #y取x的下一个
    int_text_inputs = int_text[:batchCnt * (batch_size * seq_length)]
    int_text_targets = int_text[1:batchCnt * (batch_size * seq_length)+1]

    result_list = []
    x = np.array(int_text_inputs).reshape(1, batch_size, -1)
    y = np.array(int_text_targets).reshape(1, batch_size, -1)
    
   '''
	split(ary, indices_or_sections, axis=0)
	把一个数组从左到右按顺序切分
	参数：
	ary: 要切分的数组
	indices_or_sections: 如果是一个整数，就用该数平均切分，如果是一个数组，
	为沿轴切分的位置（左开右闭）
	axis： 沿着哪个维度进行切向，默认为0，横向切分。为1时，纵向切分
	参考网站：https://blog.csdn.net/lthirdonel/article/details/88690923
	'''
    x_new = np.dsplit(x, batchCnt)
    y_new