本文转载至知乎ID：Charles（白露未晞）知乎个人专栏
下载W3Cschool手机App，0基础随时随地学编程
>>戳此了解
导语
T_T没有科研梦想的人半夜过来水篇文章~~~
让Python学会写写歌，创创作~~~
纯属娱乐~~~
改编自PyTorch官网的一个教程，不过我用TF写的，然后生成英文变成了生成中文~~~
Let’s Go~~~
百度网盘下载链接: 💡 温馨提示：使用手机网盘APP转存，即可🎁 订阅更新本资源。后续更新都会直接推送至您的网盘，并收到APP订阅通知，无需再次寻找链接！
密码: 3dmx
Python版本：3.6.4
相关模块：
tensorflow-gpu模块；
numpy模块；
以及一些Python自带的模块。
其中TensorFlow-GPU版本为：
1.6.0
安装Python并添加到环境变量，pip安装需要的相关模块即可。
原理简介
关于RNN的介绍，请参考我之前的文章：
Python实现简单的机器翻译模型（点击蓝字进入）
这里我们使用Char RNN模型进行训练。
即Seq2Seq模型中的特殊情况输入与输出等长。
也就是类似下图的样子（图源网络）：
具体实现过程详见相关文件中的源代码。
在cmd窗口运行Char_RNN.py文件并根据提示输入相关信息即可。
训练相关的参数请在config.py文件中调整：
训练所用的数据路径以及生成新文本所用的预热数据请在Char_RNN.py文件中调整：
训练演示视频：
因为时间太长了，我只录了训练的前面一部分。
最终训练结果如下图所示：
因为时间和资源有限。
这里只展示周杰伦的所有歌词作为样本进行训练之后测试的结果。
当然你完全可以找其他文本作为训练语料来生成风格各异的“文章”，“歌词”等等~~~
结果如下：
（预热歌词为：是曾与你躲过雨的屋檐）
好吧我并不知道它在说啥T_T
一个失败的案例T_T
大概是模型太low了。而且训练数据是我从网上直接下载的，也没有预处理过T_T。中间竟然突然冒出一个括号我也是颓了T_T
随便玩玩的T_T~~~
有兴趣的同学可以试着换更复杂的模型~~~
然后训练的语料最好处理一下~~~
好久没写TF了，代码可能写的有点糟糕T_T
就这样吧~~~
