tiny_shakespeare

  • คำอธิบาย :

เชกสเปียร์ 40,000 บรรทัดจากบทละครที่หลากหลายของเชกสเปียร์ นำเสนอในบล็อกโพสต์ของ Andrej Karpathy 'ประสิทธิผลที่ไม่สมเหตุสมผลของโครงข่ายประสาทเทียมที่เกิดซ้ำ': http://karpathy.github.io/2015/05/21/rnn-effectness/

หากต้องการใช้สำหรับการสร้างแบบจำลองตัวละคร:

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)
แยก ตัวอย่าง
'test' 1
'train' 1
'validation' 1
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
ข้อความ ข้อความ สตริง
  • การอ้างอิง :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}
3 ,

  • คำอธิบาย :

เชกสเปียร์ 40,000 บรรทัดจากบทละครที่หลากหลายของเชกสเปียร์ นำเสนอในบล็อกโพสต์ของ Andrej Karpathy 'ประสิทธิผลที่ไม่สมเหตุสมผลของโครงข่ายประสาทเทียมที่เกิดซ้ำ': http://karpathy.github.io/2015/05/21/rnn-effectness/

หากต้องการใช้สำหรับการสร้างแบบจำลองตัวละคร:

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)
แยก ตัวอย่าง
'test' 1
'train' 1
'validation' 1
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
ข้อความ ข้อความ สตริง
  • การอ้างอิง :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}