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

你可能感兴趣的:(深度学习,tensorflow)