神经网络写诗（charRNN）

https://github.com/*tc/pytorch-book

基于pytorch ，许多有趣的小应用。感谢作者！

作者的代码写得非常清晰，配置方法也很明确，只需要按照提示，安装依赖：

pip install -r requirements.txt

导入：from torchnet import meter   单独下载：git+https://github.com/pytorch/tnt.git@master  解压，取出 torchnet

然后，下载相应的云训练model，按照命令提示即可运行demo。

另外：Python3 运行时，将# coding:utf8  改为：# coding:utf-8

例如：

python  main.py gen  --model-path='checkpoints/tang_199.pth' --pickle-path='tang.npz' --start-words='我是少帅' --prefix-words='江流天地外，山色有无中。' --acrostic=True --nouse-gpu

　

结果：

我来冒山岳，旧隐来相暾。
是日不相识，白云如一言。
少年不得意，一举十二门。
帅来出中府，脱屐何时闻。

目前demo跑通第七章和第九章的model。

实战部分（第六到十章）利用PyTorch实现了几个酷炫有趣的应用，对于这部分的内容，本仓库给出完整的实现代码，并提供预训练好的模型作为demo，供读者测试。

• 第六章是承上启下的一章，这一章的目标不是教会读者新函数，新知识，而是结合Kaggle中一个经典的比赛，实现一个深度学习中比较简单的图像二分类问题。在实现过程中，带领读者复习前五章的知识，并提出代码规范以合理的组织程序，代码，使得程序更加可读，可维护。第六章还介绍了在PyTorch中如何进行debug。
• 第七章为读者讲解了当前最火爆的生成对抗网络（GAN），带领读者从头实现一个动漫头像生成器，能够利用GAN生成风格多变的动漫头像。
• 第八章为读者讲解了风格迁移的相关知识，并带领读者实现风格迁移网络，将自己的照片变成高大上的名画。
• 第九章为读者讲解了一些自然语言处理的基础知识，并讲解了CharRNN的原理。而后利用收集了几万首唐诗，训练出了一个可以自动写诗歌的小程序。这个小程序可以控制生成诗歌的格式，意境，还能生成藏头诗。
• 第十章为读者介绍了图像描述任务，并以最新的AI Challenger比赛的数据为例，带领读者实现了一个可以进行简单图像描述的的小程序。
• 第十一章（新增，实验性） 由Diamondfan 编写的语音识别。完善了本项目（本项目已囊括图像，文本，语音三大领域的例子）。