DL之RNN:人工智能为你写小说——基于TF利用RNN算法训练数据集(William Shakespeare的《Coriolanus》)替代你写英语小说短文、训练测试过程全记录
DL之RNN:基于TF利用RNN算法训练数据集(William Shakespeare的《Coriolanus》)替代你写英语小说短文、测试过程全记录
目录
输出结果
监控模型
训练过程全记录
训练的数据集
输出结果
1、test01
conce alone, APRINS: LUCIANO: SIR TOBY RELLA: ALINA: |
独自一人, 哪一个叛逆变瘦,真正的仁慈, 并在我的石板上品尝这张纸,品尝他, 我把你的仆人安放在那里 他们把一件事拿给他听,但他现在是 她想去的地方,也有她的对手。 APRINS: 发送者,那就是他在你的血液里; 对你来说,一个让自己成为一个富人的圣地 对我来说似乎比法庭更重要。 LUCIANO: 我是如何,这是持有和她的悲伤 对你的香椿和作为事物,有意志 这是我的眼泪,有些是。 SIR TOBY RELLA: 如果她的话我的男人的这种悲伤是什么? 艾琳娜: 我应该说你是一个厄尔默斯,我们会和他更好相处。 ANTELIUS: 你会有那些失速和野性吗? 在那,有人会说,他会把她所有的绳子 到这里,那一个胸怀和我的乐队 女人应该说这穿了你; 看见了,向我告别 枯萎和刺痛, |
2、test02
fort, SILVIA: POLANIA: ANDELIO: PRINCE HENRY: SIR OF ORIANIO: LAUVANICUS: PALIS: |
堡垒, 听我的话,她有我的舌头。 SILVIA: 所以,梅蒂,这只手, 为了封你,我们会在一段时间内接受这个想法。 POLANIA: 我都是他们的头脑,这就是舌头。 ANDELIO: 他在我的坏蛋那里,丁克如你 你最后一次告诉你 你把我的羞辱告诉你我的商店 对任何一个阴霾和天堂作为她的悸动 正如他对我的男人和我所拥有的, 我拥有所有值得收藏的东西。 PRINCE HENRY: 他有事要留下。 奥里亚尼奥爵士: 他这里有麻烦。 LAUVANICUS: 就这样把那匹马吓了一跳。 PALIS: 是真的有什么石头卖给谁, 我是一个大师,舌头,一个沙龙 我见他,愿你的斯塔兰格连任, 在你身上,维斯的音符越来越高。你认为 什么是荣耀你的家 他们的停留和手,弦,thyess都有这个, 新闻的灵魂是他的手。 他爱你 |
监控模型
训练过程全记录
2018-10-13 17:05:49.402137:
step: 10/20000... loss: 3.4659... 0.1860 sec/batch……step: 1000/20000... loss: 2.0612... 0.1168 sec/batch……step: 2000/20000... loss: 1.9092... 0.1278 sec/batch……step: 3000/20000... loss: 1.8643... 0.1283 sec/batch……step: 10000/20000... loss: 1.8001... 0.1329 sec/batch……step: 15000/20000... loss: 1.7402... 0.1689 sec/batch
step: 15010/20000... loss: 1.8033... 0.2306 sec/batch
step: 15020/20000... loss: 1.8284... 0.1499 sec/batch
step: 15030/20000... loss: 1.7952... 0.1359 sec/batch
step: 15040/20000... loss: 1.7906... 0.1514 sec/batch
step: 15050/20000... loss: 1.7777... 0.1053 sec/batch
step: 15060/20000... loss: 1.7665... 0.1298 sec/batch
step: 15070/20000... loss: 1.7931... 0.1183 sec/batch
step: 15080/20000... loss: 1.8027... 0.1404 sec/batch
step: 15090/20000... loss: 1.8116... 0.1238 sec/batch
step: 15100/20000... loss: 1.7969... 0.1108 sec/batch……step: 19800/20000... loss: 1.8298... 0.1233 sec/batch
step: 19810/20000... loss: 1.8231... 0.1228 sec/batch
step: 19820/20000... loss: 1.7674... 0.1329 sec/batch
step: 19830/20000... loss: 1.7872... 0.1434 sec/batch
step: 19840/20000... loss: 1.8333... 0.1228 sec/batch
step: 19850/20000... loss: 1.6446... 0.1464 sec/batch
step: 19860/20000... loss: 1.8021... 0.1509 sec/batch
step: 19870/20000... loss: 1.8217... 0.1168 sec/batch
step: 19880/20000... loss: 1.7298... 0.1178 sec/batch
step: 19890/20000... loss: 1.6948... 0.1293 sec/batch
step: 19900/20000... loss: 1.7582... 0.1253 sec/batch
step: 19910/20000... loss: 1.8246... 0.1414 sec/batch
step: 19920/20000... loss: 1.7258... 0.1103 sec/batch
step: 19930/20000... loss: 1.8216... 0.1544 sec/batch
step: 19940/20000... loss: 1.7866... 0.1243 sec/batch
step: 19950/20000... loss: 1.7673... 0.1088 sec/batch
step: 19960/20000... loss: 1.7285... 0.1088 sec/batch
step: 19970/20000... loss: 1.7658... 0.1073 sec/batch
step: 19980/20000... loss: 1.8054... 0.1198 sec/batch
step: 19990/20000... loss: 1.7714... 0.1128 sec/batch
step: 20000/20000... loss: 1.7530... 0.1228 sec/batch
训练的数据集
《科利奥兰纳斯》是莎士比亚晚年撰写的一部罗马历史悲剧,讲述了罗马共和国的英雄马歇斯(被称为科利奥兰纳斯),因性格多疑、脾气暴躁,得罪了公众而被逐出罗马的悲剧。作者以英雄与群众的关系为主线,揭示出人性的弱点。
1、部分章节
First Citizen:
Before we proceed any further, hear me speak.All:
Speak, speak.First Citizen:
You are all resolved rather to die than to famish?All:
Resolved. resolved.First Citizen:
First, you know Caius Marcius is chief enemy to the people.All:
We know't, we know't.First Citizen:
Let us kill him, and we'll have corn at our own price.
Is't a verdict?All:
No more talking on't; let it be done: away, away!Second Citizen:
One word, good citizens.First Citizen:
We are accounted poor citizens, the patricians good.
What authority surfeits on would relieve us: if they
would yield us but the superfluity, while it were
wholesome, we might guess they relieved us humanely;
but they think we are too dear: the leanness that
afflicts us, the object of our misery, is as an
inventory to particularise their abundance; our
sufferance is a gain to them Let us revenge this with
our pikes, ere we become rakes: for the gods know I
speak this in hunger for bread, not in thirst for revenge.Second Citizen:
Would you proceed especially against Caius Marcius?All:
Against him first: he's a very dog to the commonalty.Second Citizen:
Consider you what services he has done for his country?First Citizen:
Very well; and could be content to give him good
report fort, but that he pays himself with being proud.Second Citizen:
Nay, but speak not maliciously.First Citizen:
I say unto you, what he hath done famously, he did
it to that end: though soft-conscienced men can be
content to say it was for his country he did it to
please his mother and to be partly proud; which he
is, even till the altitude of his virtue.Second Citizen:
What he cannot help in his nature, you account a
vice in him. You must in no way say he is covetous.First Citizen:
If I must not, I need not be barren of accusations;
he hath faults, with surplus, to tire in repetition.
What shouts are these? The other side o' the city
is risen: why stay we prating here? to the Capitol!All:
Come, come.First Citizen:
Soft! who comes here?Second Citizen:
Worthy Menenius Agrippa; one that hath always loved
the people.First Citizen:
He's one honest enough: would all the rest were so!
DL之RNN:人工智能为你写小说——基于TF利用RNN算法训练数据集(William Shakespeare的《Coriolanus》)替代你写英语小说短文、训练测试过程全记录相关推荐
- DL之RNN:人工智能为你写代码——基于TF利用RNN算法实现生成编程语言代码(C++语言)、训练测试过程全记录
DL之RNN:基于TF利用RNN算法实现生成编程语言代码(C语言).训练&测试过程全记录 目录 输出结果 监控模型 训练&测试过程全记录 训练的数据集展示 输出结果 1.test01 ...
- DL之RNN:人工智能为你写周董歌词——基于TF利用RNN算法实现【机器为你作词】、训练测试过程全记录
DL之RNN:人工智能为你写周董歌词--基于TF利用RNN算法实现~机器为你作词~.训练&测试过程全记录 目录 输出结果 模型监控 训练.测试过程全记录 训练的数据集 输出结果 1.test0 ...
- DL之RNN:基于TF利用RNN实现简单的序列数据类型(DIY序列数据集)的二分类(线性序列随机序列)
DL之RNN:基于TF利用RNN实现简单的序列数据类型(DIY序列数据集)的二分类(线性序列&随机序列) 目录 序列数据类型&输出结果 设计思路 序列数据类型&输出结果 1.t ...
- DL之SSD:基于tensorflow利用SSD算法实现目标检测(21类)
DL之SSD:基于tensorflow利用SSD算法实现目标检测(21类) 目录 输出结果 SSD代码 输出结果 VOC_LABELS = {'none': (0, 'Background'),'ae ...
- DL之LSTM之MvP:基于TF利用LSTM基于DIY时间训练csv文件数据预测后100个数据(多值预测)状态
DL之LSTM之MvP:基于TF利用LSTM基于DIY时间训练csv文件数据预测后100个数据(多值预测)状态 目录 数据集csv文件内容 输出结果 设计思路 训练记录全过程 数据集csv文件内容 输 ...
- DL之LSTM之UvP:基于TF利用LSTM基于DIY时间训练1200个数据预测后200个数据状态
DL之LSTM之UvP:基于TF利用LSTM基于DIY时间训练1200个数据预测后200个数据状态 目录 输出结果 设计思路 训练记录全过程 输出结果 设计思路 训练记录全过程 INFO:tensor ...
- DL之CycleGAN:基于TF利用CycleGAN模型对apple2orange数据集实现图像转换—训练测试过程全记录
DL之CycleGAN:基于TF利用CycleGAN模型对apple2orange数据集实现图像转换-训练&测试过程全记录 目录 apple2orange数据集 输出结果 训练&测试过 ...
- DL之pix2pix:基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术—训练测试过程全记录
DL之pix2pix:基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术 目录 训练 food_resized数据集展示 TB过程监控 1.SCALAR ...
- DL之DCGNN:基于TF利用DCGAN实现在MNIST数据集上训练生成新样本
DL之DCGNN:基于TF利用DCGAN实现在MNIST数据集上训练生成新样本 目录 输出结果 设计思路 实现部分代码 说明:所有图片文件丢失 输出结果 更新-- 设计思路 更新-- 实现部分代码 更 ...
最新文章
- 面试使用计算机,面试相关之计算机基础
- 本站将进行有关《大道至简》的讨论~
- matlab p-tite分割图像,P'tite fourmi
- 如何使用 python 减少 kaggle Mushroom Classification 数据集中的特性数量?
- TemplateBinding与Binding区别,以及WPF自定义控件开发的遭遇
- RabbitMQ消息确认机制
- php中sisson用法,thinkPHP中session()方法用法详解
- PHP实现的服务器端,用PHPStorm实现在本地实时编辑服务器端的代码
- mysql root拿shell_mysql的几种获取shell和提权的方式
- python无需编译解释执行,解释型语言和编译型语言的不同以及Python怎么运行
- 原生android系统换主题字体,Android 自定义字体,更换系统默认显示的字体使用自定义字体...
- diskgenius数据恢复软件,亲测可用!
- 关于Tomcat中startup.bat,shutdown.bat等双击打不开的问题;无法配置Tomat等问题
- C语言字母排序不分大小写,如何按字母顺序排序字符串数组(区分大小写,非标准排序规则)...
- 果壳格言——偶像的力量近在眼前
- deepin更新失败_更新失败
- 零基础学 Python 有什么建议?
- 动词ing基本用法_动词 ing的用法
- 2023AP微积分AB考试报名开启
- 收藏从未结束,学习从未开始