kruchy_szekspir

• opis :

40 000 wersów Szekspira z różnych sztuk Szekspira. Występuje w poście na blogu Andreja Karpathy'ego „Nieuzasadniona efektywność powtarzających się sieci neuronowych”: http://karpathy.github.io/2015/05/21/rnn- Effectiveness/

Do wykorzystania np. przy modelowaniu postaci:

d = tfds.load(name='tiny_shakespeare')['train']
d = d.map(lambda x: tf.strings.unicode_split(x['text'], 'UTF-8'))
# train split includes vocabulary for other splits
vocabulary = sorted(set(next(iter(d)).numpy()))
d = d.map(lambda x: {'cur_char': x[:-1], 'next_char': x[1:]})
d = d.unbatch()
seq_len = 100
batch_size = 2
d = d.batch(seq_len)
d = d.batch(batch_size)

• Strona główna : https://github.com/karpathy/char-rnn/blob/master/data/tinyshakespeare/input.txt

• Kod źródłowy : tfds.datasets.tiny_shakespeare.Builder

• Wersje :

  • 1.0.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 1.06 MiB

• Rozmiar zestawu danych : 1.06 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'test'	1
'train'	1
'validation'	1

• Struktura funkcji :

FeaturesDict({
    'text': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDict
tekst	Tekst		strunowy

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}