“第二十九章 AI诗人”版本间的差异
来自cslt Wiki
(→开发者资源) |
|||
第30行: | 第30行: | ||
*Pytorch book中一个简单的RNN-CHAR生成古诗的github代码库 [https://github.com/chenyuntc/pytorch-book/tree/master/chapter09-neural_poet_RNN ] | *Pytorch book中一个简单的RNN-CHAR生成古诗的github代码库 [https://github.com/chenyuntc/pytorch-book/tree/master/chapter09-neural_poet_RNN ] | ||
*一个基于Keras的notebook程序,应用起来更简单[https://github.com/youyuge34/Poems_generator_Keras] | *一个基于Keras的notebook程序,应用起来更简单[https://github.com/youyuge34/Poems_generator_Keras] | ||
− | * | + | *用UER[https://github.com/dbiir/UER-py/]训练出的transformer模型,转成hugging face transformers模式[https://github.com/huggingface/transformers],可直接用预训练模型测试性能。注意,需要装transformers。实测TF模型可用,pytorch模型有问题。[https://huggingface.co/uer/gpt2-chinese-poem] |
2022年7月17日 (日) 15:39的版本
教学资料
扩展阅读
- 百度百科:诗歌 [1]
- 百度百科:绝句律诗的格律 [2]
- AI100问:AI如何成为诗人 [3]
- 以画入诗原文:How images inspire poems: Generating classical chinese poetry from images with memory networks
- 百度百科:诗学含英 [4]
- 《笠翁对韵》全文阅读 [5]
高级读者
- 拼凑法:一种宋词自动生成的遗传算法及其机器实现
- 概率法:Generating Chinese couplets using a statistical MT approach
- 神经网络法:Chinese poetry generation with recurrent neural networks
- 宋词的神经网络生成:Chinese song iambics generation with neural attention-based model
- 灵活创新性诗歌生成:Flexible and Creative Chinese Poetry Generation Using Neural Memory
- 清华大学CSLT AI诗人薇薇:Can Machine Generate Traditional Chinese Poetry? A Feigenbaum Test
- 图片流作诗:Images2Poem : Generating Chinese Poetry from Image Streams