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。