3.4 KiB
Генератор Текста на Рекуррентных Нейронных Сетях
Общее задание
Выбран художественный англоязычный текст для обучения рекуррентной нейронной сети (RNN) с целью генерации текста. Задача включает подбор архитектуры и параметров для приближения к максимально осмысленным результатам. Далее предусмотрено обмен разработанными сетями с партнером, проверка, как архитектура товарища справляется с вашим текстом, и в конечном итоге подбор компромиссной архитектуры, справляющейся хорошо с обоими видами текстов.
Задание по вариантам
Вариант: Нечетный вариант (художественный англоязычный текст). Запуск программы Программу можно запустить через файл app.py.
Технологии Язык программирования: Python Библиотеки: TensorFlow, Keras, Flask
Описание работы программы
Программа реализует генерацию текста с использованием рекуррентных нейронных сетей (RNN) с помощью библиотек TensorFlow и Keras. Flask используется для создания веб-приложения, которое взаимодействует с моделью RNN. Пользователь вводит начальный текст (seed text) через веб-интерфейс, после чего программа отправляет запрос на сервер, который в свою очередь использует модель для генерации следующего участка текста, основываясь на введенном начальном тексте.
Входные данные Текстовый файл (например, 'your_text_file.txt'), содержащий обучающие данные. Веб-интерфейс для ввода начального текста. Выходные данные Сгенерированный текст, отображаемый в веб-интерфейсе.
Вывод консоли:
Получившийся текст:
In the bustling cityscape where the rhythm of life beats in harmony with the urban pulse each dawn brings forth a cascade of city lights painting the skyline in hues of gold and amber strangers pass with nods and smiles creating a tapestry of diverse connections skyscrapers line the streets reflecting the vibrant energy of a metropolis in constant motion as night falls the city's heartbeat resonates in lively gatherings at
Вывод:
В результате выполнения лабораторной работы были успешно созданы и обучены рекуррентные нейронные сети (RNN) для генерации текста на русском и английском языках.