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

　　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。

相关文章阅读