深度学习实战（一）：利用RNN与LSTM网络实战——Tensorflow打造唐诗生成网络

版权声明：本文为博主原创文章，未经博主允许不得转载。

一、目录结构介绍

• checkpoints：是生成唐诗时自动创建的
• dataset：存放数据集和读取诗歌文件（poem.py：预处理古诗词）
• models：存放模型构建（model.py）这是歌词与唐诗的共用代码
• inference：存放模型训练，包括训练和生成
• 主函数，主要是命令行的参数的构建（main.py）

二、整体思路

• 输入首字母，补全整首诗
• 先统计古诗词中的词频，进行词到数字的映射。生成poems_vector（词向量）,word_to_int（词数字映射关系）,words（词表）

三、代码实现

【第一步】poems.py： 读取诗的数据集 / 预处理古诗词

主要有2个函数构成：
   （1）process_poems：
        · 读取诗歌数据集（诗歌：标题、内容）
        · 排除一些不必要的数据
        · 统计每个字出现的次数ÿ