python写对联,用python画对联

  python写对联,用python画对联

  功能:对对联,输入上联得到下联。

  网络:CNN GRU频道关注

  环境:python3.7 PyTorch 1.3.1

  环境安装

  安装水蟒环境:AIPyTorch13

  激光唱片

  source/home/zyb/zyb/anaconda 3/etc/profile。d/conda。嘘

  激光唱片

  conda create-name aipytorch 13 python=3。7 .4 ipykernel

  安装第三方包

  激光唱片

  source/home/zyb/zyb/anaconda 3/etc/profile。d/conda。嘘

  城市激活AIPyTorch13

  点安装msgpack

  点安装朱皮特

  点安装炬==1.3.1

  点安装火炬视觉==0.2.1

  点安装绘制精美的图表

  点安装数量==1.19.5

  安装科学计算

  点安装pytest

  点安装管理

  点安装tensorboardX

  点安装张量流-gpu==2.2.0

  城市安装cudatoolkit=10.1

  点安装根西姆

  点安装街霸

  点安装拼音

  康达安装格式

  点安装easydict

  点安装数量

  点安装opencv-python

  饭桶下载代码

  激光唱片

  cd /home/zyb/zyb

  创建目录对联

  激光唱片

  cd /home/zyb/zyb/couplet

  饭桶克隆https://github.com/neoql/open_couplet.git

  获取和整理样本

  这儿采用了清洁(删除了一些敏感词)后的样本。

  激光唱片

  CD/home/zyb/zyb/couplet/open _ couplet

  饭桶克隆https://github.com/v-zich/couplet-clean-dataset.git

  激光唱片

  CP-RF/home/zyb/zyb/couplet/open _ couplet/couplet-clean-dataset/couplets/home/zyb/zyb/couplet/open _ couplet/dataset

  激光唱片

  CP-RF/home/zyb/zyb/couplet/open _ couplet/数据集/测试/home/zyb/zyb/couplet/open _ couplet/数据集/开发

  训练

  整理代码

  激光唱片

  CP-RF/home/zyb/zyb/couplet/open _ couplet/open _ couplet/home/zyb/zyb/couplet/open _ couplet/scripts/open _ couplet

  激光唱片

  CP-RF/home/zyb/zyb/couplet/open _ couplet/train/home/zyb/zyb/couplet/open _ couplet/scripts/train

  进入环境

  激光唱片

  source/home/zyb/zyb/anaconda 3/etc/profile。d/conda。嘘

  城市激活AIPyTorch13

  激光唱片

  CD/home/zyb/zyb/couplet/open _ couplet

  生成词表

  大蟒脚本/build_vocab.py \

  数据集/训练/输入。文本文件(textfile)数据集/训练/输出。文本格式

  数据集/dev/in.txt数据集/dev/out.txt \

  -添加-cn-标点符号\

  -未使用的令牌=10 \

  -output-file=experiment/vocab。文本文件(textfile)

  参数说明:

  匿名参数:用于生成词表的文件列表

  添加标点符号:预先添加中文标点(可不设置,默认为假)

  未使用的令牌:添加未启用令牌(可不设置,默认为0)

  输出文件:设置词表的输出文件

  注:该脚本在添加字符时会自动将英文标点转为中文标点

  训练模型

  大蟒脚本/train_seq2seq.py \

  -vocab _ file=experiment/vocab。文本格式

  - hidden_size=1000 \

  - rnn_layers=2 \

  - cnn_kernel_size=3 \

  - dropout_p=0.1 \

  -训练集目录=数据集/训练集\

  -开发集目录=数据集/开发\

  -保存目录=实验/检查点\

  - logging_dir=experiment/log \

  -学习率=0.001 \

  -次数=50 \

  - batch_size=128 \

  - max_grad_norm=5

  参数说明:

  vocab _ file:设置词表文件

  hidden _ size:隐层维度

  rnn _ layers:RNN(GRU)层数

  CNN _ kernel _ size:CNN卷积核大小

  辍学_ p:辍学层置0概率

  火车_集合_方向:训练集所在目录

  开发设置目录:开发集所在目录

  保存目录:模型保存路径

  logging _ dir:张量板的摘要输出路径

  学习率:学习率

  数量_纪元:纪元数量

  批量大小:批处理数量

  最大等级标准:梯度裁减,最大标准值

  训练速度:2d

  测试

  查看/实验/检查点/最佳_检查点。数据中提示第63449为最优

  STEP=63449

  大蟒脚本/demo.py

  -型号=实验/检查点/检查点_$STEP \

  -vocab _ file=experiment/vocab。文本文件(textfile)

  参数说明:

  型号:模型检查点目录

  vocab _ file:设置词表文件

  输入测试的上联会得到对应的下联。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: