नन्हा_शेक्सपियर

  • विवरण :

शेक्सपियर के विभिन्न नाटकों से शेक्सपियर की 40,000 पंक्तियाँ। लेडी करपथी के ब्लॉग पोस्ट 'द अनरेजनेबल इफेक्टिवनेस ऑफ रिकरंट न्यूरल नेटवर्क्स' में प्रदर्शित: http://karpathy.github.io/2015/05/21/rnn-activeness/

चरित्र मॉडलिंग उदाहरण के लिए उपयोग करने के लिए:

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)
विभाजित करना उदाहरण
'test' 1
'train' 1
'validation' 1
  • फ़ीचर संरचना :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
मूलपाठ मूलपाठ डोरी
  • उद्धरण :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}
,

  • विवरण :

शेक्सपियर के विभिन्न नाटकों से शेक्सपियर की 40,000 पंक्तियाँ। लेडी करपथी के ब्लॉग पोस्ट 'द अनरेजनेबल इफेक्टिवनेस ऑफ रिकरंट न्यूरल नेटवर्क्स' में प्रदर्शित: http://karpathy.github.io/2015/05/21/rnn-activeness/

चरित्र मॉडलिंग उदाहरण के लिए उपयोग करने के लिए:

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)
विभाजित करना उदाहरण
'test' 1
'train' 1
'validation' 1
  • फ़ीचर संरचना :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
मूलपाठ मूलपाठ डोरी
  • उद्धरण :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}