Poems_generator_Keras

• 唐诗，古诗，五言绝句自动生成，基于Keras，LSTM-RNN。      
• 附带训练好的模型文件，可直接上手使用。        
• 功能：藏头诗，随机写诗，给定第一句诗/字进行作诗          

测试结果：

在GPU Tesla K80上，2s/epoch，一共有3w+个epoch。训练时的测试结果令人满意：

==================Epoch 4304=====================
县幽公事稀，上仙晓更高。风行随时朝，还云避倚里。
病客与僧闲，来王不鹤星。火气北所晚，边飞无已去。
玉律阳和变，下石凤明君。对动晨桂步，飞群安行金。
==================Epoch 4308=====================
绮阁云霞满，地国五自去。云人芳国思，云堂兵曲中。
帝城深处寺，此梦与云色。朝枝使天何，水天开光时。
石门千仞断，乡金在画使。天林东去结，北里石叶锦。
==================Epoch 4312=====================
王室今如毁，汉云树来寒。路平应人江，山不开云古。
扰扰走人寰，文尘李气奉。时秋田客岁，高斗不南中。
何以保孤危，都书丹道边。惜言为日芳，波垂日桃花。
==================Epoch 4316=====================
爱酒如偷蜜，心若大如去。入忆似烟春，如成台忆圣。
我爱窦高士，如箭变素外。明成丹泥为，今风酒影重。
画楼吹笛妓，何从出还玉。遍阴火川下，乘合未云虚。

环境配置

• python3
• tensorflow
• Keras
• h5py
• Jupyter
• numpy……

  食用指南

from config import Config
#加载模型（若无训练好的模型，会开始训练）
model = PoetryModel(Config)
print('model loaded')

#藏头诗
sen = model.predict_hide('争云日夏')
print(sen)

  输出结果：

争空谁上尽，云云中林翠。日落危西烟，夏更无长塞。

  其他方法调用请看notebook，里面都有。

如何使用训练好的模型：

1. 我训练好了一个h5模型，点击页面中右侧的小箭头可下载，迅雷满速
2. 将poetry_model.h5放入根目录，记得改一下self.loaded_model = True
3. 注意，此模型只跑了4000+epoch，还有提升空间    

更新说明：

Version 1.1:

• 代码大幅度重构，更加简洁
• 添加多个模型方法，可按需要生成诗句
• notebook中添加样例

Version 1.0:
    在ioiogoo的架构之上进行优化：

• 改用Jupyter notebook
• 数据只使用五言绝句，否则输出不稳定
• 修复bugs
• 精简代码
• 训练时的测试数据会写入out/out.txt
• 训练时的测试输入为随机一首诗的开头，确保输出好看
• ………………