學完 DeepLearning 系列課程后就想做一個小應用試試。一開始基于 RNN 訓練了個古詩機器人，這個做的人很多，于是換了宋詞。宋詞是基于詞牌生成，相對數據量比較少，基于 RNN 訓練效果很一般。后來了解到了 Transformer 算法感覺發現了生機，訓練了一下感覺效果真是不錯。

使用效果測試的話可以直接掃碼訪問這個小程序玩玩, 或者小程序搜索 【小詩一首】：

這是生成的例子：

Transformer (Attention Is All You Need) 介紹

Transformer 是 Google 于 2017 年在 Attention Is All You Need 論文中提出，基于 Attention 機制，在機器翻譯及其他語言理解任務有著以往無法比擬的效果，后 2018 年又提出 Universal Transformer， 在多項有難度的語言理解任務上泛化效果明顯更好。Transformer 解決 RNN 存在的長序列信息丟失的問題，像宋詞這種講究格式講究押韻的語句，在 RNN 中就很難訓練到好的效果，但是 Transformer 就可以很好的提取訓練宋詞中的格式以及押韻特征。

更多

想深入學習 Transformer 以及算法可以看 Tensorflow 官方的教程. 等下篇文章我也詳細介紹如何基于 Transformer 訓練一個宋詞機器人，包括如何預處理訓練數據，如何使用模型生成序列文本。

本頁內容由塔燈網絡科技有限公司通過網絡收集編輯所得，所有資料僅供用戶學習參考，本站不擁有所有權，如您認為本網頁中由涉嫌抄襲的內容，請及時與我們聯系，并提供相關證據，工作人員會在5工作日內聯系您，一經查實，本站立刻刪除侵權內容。本文鏈接:http://www.kwpm.com.cn/25241.html