AI引论NLP实践课RNN编程作业-基于charRNN训练一个语言模型，生成不同国家的名字+源代码+文档说明

# Lab-handout： AI引论NLP实践课RNN编程作业 基于charRNN训练一个语言模型，生成不同国家的名字 ### 作业要求 - 填充已给代码，简要注释tensor形状 - 提交代码(不包括训练好的模型、和数据集文件) - 1页实验报告,内容需要包括以下方面：数据预处理描述，模型描述，训练可视化结果(loss), 注释中三个问题解答， 结果分析与思考 - 预计需要半天完成，模型预计训练时间：本机cpu<5min ### 生成样例 | Chinese | Russian | Spanish | German | | ---------- | :-----------: | :-----------: | :-----------: | | Han | Uamanov | Sangeran | Geller | ### Lab-handout 使用说明 填充“...”处的代码 （main.py注释中有详细instructions） 运行main.py文件 ### Some Tips - How to organize a pytorch project ? - checkpoints/: 保存训练好的模型 - data/: 数据相关文件，包括数据预处理，dataset实现 - model/: 模型定义，可以有多个模型 - utils/: 可能用到的工具函数 - main.py: 主文件，训练和测试程序的入口，可通过不同的命令来指定不同的操作和参数 - config.py : 配置文件，所以可配置的变量都集中在此，并提供默认值，这里将参数之间定义在主文件中 - requirements.txt :程序依赖的第三方库 - ReadME.me : 提供程序的必要说明 - 关于__init.py__ 一个目录如果包含了 init.py 文件，那么它就变成了一个包（package）。 __ init.py__ 可以为空，也可以定义包的属性和方法，但其必须存在，其它程序才能从这个目录中导入相应的模块或函数。 ### Hints Conditional RNN P(xt| category, x0,x1,...)