tiny_shakespeare

• Descrição :

40.000 linhas de Shakespeare de uma variedade de peças de Shakespeare. Apresentado na postagem do blog de Andrej Karpathy 'The Unreasonable Effectiveness of Recurrent Neural Networks': http://karpathy.github.io/2015/05/21/rnn-effectiveness/

Para usar, por exemplo, modelagem de personagem:

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)

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

• Código -fonte: tfds.datasets.tiny_shakespeare.Builder

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : 1.06 MiB

• Tamanho do conjunto de dados : 1.06 MiB

• Cache automático ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'test'	1
'train'	1
'validation'	1

• Estrutura de recursos :

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

• Documentação do recurso:

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
texto	Texto		corda

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

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