目前循環神經網絡（RNN）已經廣泛用于自然語言處理中，可以處理大量的序列數據，可以說是最強大的神經網絡模型之一。人們已經給 RNN 找到了越來越多的事情做，比如畫畫和寫詩，微軟的小冰都已經出版了一本詩集了。

而其實訓練一個能寫詩的神經網絡并不難，下面我們就介紹如何簡單快捷地建立一個會寫詩的網絡模型。

本次開發環境如下：

• Python 3.6
• Keras 環境
• Jupyter Notebook

整個過程分為以下步驟完成：

語料準備

語料預處理

模型參數配置

構建模型

訓練模型

模型作詩

繪制模型網絡結構圖

下面一步步來構建和訓練一個會寫詩的模型。

第一，語料準備。一共四萬多首古詩，每行一首詩，標題在預處理的時候已經去掉了。

第二，文件預處理。首先，機器并不懂每個中文漢字代表的是什么，所以要將文字轉換為機器能理解的形式，這里我們采用 One-Hot 的形式，這樣詩句中的每個字都能用向量來表示，下面定義函數 preprocess_file() 來處理。

puncs = [']', '[', '（', '）', '{', '}', &

總結

以上是生活随笔為你收集整理的第11课：动手实战基于 LSTM 轻松生成各种古诗的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。