本文轉(zhuǎn)載至知乎ID：Charles（白露未晞）知乎個人專欄

下載W3Cschool手機App，0基礎(chǔ)隨時隨地學編程>>戳此了解

T_T沒有科研夢想的人半夜過來水篇文章~~~

讓Python學會寫寫歌，創(chuàng)創(chuàng)作~~~

純屬娛樂~~~

改編自PyTorch官網(wǎng)的一個教程，不過我用TF寫的，然后生成英文變成了生成中文~~~

Let's Go~~~

相關(guān)文件

百度網(wǎng)盤下載鏈接: https://pan.baidu.com/s/1VUEFR82CqyDj2w9SS4xnFA

密碼: 3dmx

開發(fā)工具

Python版本：3.6.4

相關(guān)模塊：

tensorflow-gpu模塊；

numpy模塊；

以及一些Python自帶的模塊。

其中TensorFlow-GPU版本為：

1.6.0

環(huán)境搭建

安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊即可。

原理簡介

關(guān)于RNN的介紹，請參考我之前的文章：

Python實現(xiàn)簡單的機器翻譯模型（點擊藍字進入）

這里我們使用Char RNN模型進行訓練。

即Seq2Seq模型中的特殊情況輸入與輸出等長。

也就是類似下圖的樣子（圖源網(wǎng)絡(luò)）：

具體實現(xiàn)過程詳見相關(guān)文件中的源代碼。

使用演示

在cmd窗口運行Char_RNN.py文件并根據(jù)提示輸入相關(guān)信息即可。

訓練相關(guān)的參數(shù)請在config.py文件中調(diào)整：

訓練所用的數(shù)據(jù)路徑以及生成新文本所用的預熱數(shù)據(jù)請在Char_RNN.py文件中調(diào)整：

訓練演示視頻：

因為時間太長了，我只錄了訓練的前面一部分。

最終訓練結(jié)果如下圖所示：

結(jié)果展示

因為時間和資源有限。

這里只展示周杰倫的所有歌詞作為樣本進行訓練之后測試的結(jié)果。

當然你完全可以找其他文本作為訓練語料來生成風格各異的“文章”，“歌詞”等等~~~

結(jié)果如下：

（預熱歌詞為：是曾與你躲過雨的屋檐）

好吧我并不知道它在說啥T_T

一個失敗的案例T_T

大概是模型太low了。而且訓練數(shù)據(jù)是我從網(wǎng)上直接下載的，也沒有預處理過T_T。中間竟然突然冒出一個括號我也是頹了T_T

更多

隨便玩玩的T_T~~~

有興趣的同學可以試著換更復雜的模型~~~

然后訓練的語料最好處理一下~~~

好久沒寫TF了，代碼可能寫的有點糟糕T_T

就這樣吧~~~