28 lines
2.4 KiB
Markdown
28 lines
2.4 KiB
Markdown
|
Общее задание:
|
|||
|
|
Выбрать художественный текст (четные варианты – русскоязычный, нечетные – англоязычный) и обучить на нем рекуррентную нейронную сеть
|
|||
|
|
для решения задачи генерации. Подобрать архитектуру и параметры так,чтобы приблизиться к максимально осмысленному результату. Далее
|
|||
|
|
разбиться на пары четный-нечетный вариант, обменяться разработанными сетями и проверить, как архитектура товарища справляется с вашим текстом. В завершении подобрать компромиссную архитектуру, справляющуюся достаточно хорошо с обоими видами текстов.
|
|||
|
|
|
|||
|
|
Задание по вариантам:
|
|||
|
|
нечетные вариант, художественный англоязычный текст
|
|||
|
|
|
|||
|
|
Чтобы Запустить приложение нужно запустить файл app.py
|
|||
|
|
|
|||
|
|
Технологии:
|
|||
|
|
|
|||
|
|
Python
|
|||
|
|
TensorFlow (библиотека для машинного обучения)
|
|||
|
|
Keras (интерфейс высокого уровня для построения нейронных сетей)
|
|||
|
|
Описание работы программы:
|
|||
|
|
|
|||
|
|
Загружает художественный текст из текстового файла.
|
|||
|
|
Проводит предобработку текста, создавая последовательности символов для обучения модели.
|
|||
|
|
Строит рекуррентную нейронную сеть с использованием LSTM (долгой краткосрочной памяти).
|
|||
|
|
Обучает модель на предоставленных данных.
|
|||
|
|
Генерирует новый текст, начиная с случайной подстроки обучающего текста.
|
|||
|
|
Входные данные:
|
|||
|
|
|
|||
|
|
Текстовый файл с художественным текстом (путь к файлу задается переменной file_path).
|
|||
|
|
Выходные данные:
|
|||
|
|
|
|||
|
|
Сгенерированный текст на основе обученной модели.
|