基于TensorFlow2.0+循环神经网络实现的古诗生成器python源码+项目说明+超详细注释+数据

此项目使用Python2.7+TensorFlow 1.4编写，环境太过古老，可能无法正常运行起来。 如有需要，请移步我使用Python 3.7 + TensorFlow 2.0重写的版本： [DeepLearningExamples/tf2-rnn-poetry-generator](https://github.com/AaronJny/DeepLearningExamples/tree/master/tf2-rnn-poetry-generator) 以及BERT版本的： [DeepLearningExamples/keras-bert-poetry-generator](https://github.com/AaronJny/DeepLearningExamples/tree/master/keras-bert-poetry-generator) ------------------------- # 基于循环神经网络(RNN)的古诗生成器 项目基于循环神经网络，使用tensorflow 1.4实现。训练数据为四万多首古诗， 训练完成后，能随机生成古诗。 ----------------- ## 使用说明 **1.预处理数据** 古诗文件不能够直接使用，需要生成词汇表，将古诗文件转换成向量。 ``` python process_data.py ``` **2.训练模型** 使用1中生成的文件训练神经网络。 ``` python train.py ``` **3.生成古诗** 当模型训练完成之后，可以尝试生成古诗。输入以下命令可以进行生成，至于质量嘛...emmmm，凑合吧 ``` python eval.py ``` 结果示例1： > 树阴飞尽水三依，谩自为能厚景奇。 莫怪仙舟欲西望，楚人今此惜春风。 结果示例2： > 岩外前苗点有泉，紫崖烟霭碧芊芊。 似僧月明秋更好，一踪颜事欲犹伤？ **4.生成藏头诗** 模型做的比较小，训练数据也不足，在生成藏头诗上的表现不是很好。往往要生成很多次生成一个满意的= =娱乐功能。 使用该功能要修改代码(等闲了我将它改成命令行功能，就不用改代码了)，将`eval.py`中以下代码： ```python if __name__ == '__main__': # generate_acrostic(u'天空') generate_poem() ``` 改成 ```python if __name__ == '__main__': generate_acrostic(u'天空') # generate_poem() ``` 然后运行即可。 ``` python eval.py ``` 结果示例： > 天序曾柏乌倾鱼，空老桐歌尘翁红。