文件名称：character-level-rnn:使用Keras的字符级模型（分层LSTM）
文件大小：3KB
文件格式：ZIP
更新时间：2024-05-26 12:39:46
Python
字符级 该脚本实现了用于训练字符级语言模型的多层LSTM。 该模型学习如何抢先序列中的下一个字符。 语言模型最初是在描述的，并使用Torch编写。 我已经在重写了模型。 训练 当前，该模型在具有512个隐藏节点的2层LSTM上进行训练，批处理大小为100个字符长度和20个字符长度。 经过60次迭代，该模型学习了基本的英语短语和双关语，但没有学习莎士比亚的散文。 我将模型更改为3层，512个隐藏节点，批处理大小分别为100和60个字符的长度。
【文件预览】：
character-level-rnn-master
----src()
--------character_level.py(5KB)
----.gitignore(128B)
----README.md(975B)