def main():
corpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(corpus)
model = RnnlmGen()
# model.load_params('Rnnlm.pkl')
start_word = 'you'
start_id = word_to_id[start_word]
skip_words = ['N', '<unk>', '$']
skip_ids = [word_to_id[w] for w in skip_words]
word_ids = model.generate(start_id, skip_ids)
txt = ' '.join([id_to_word[i] for i in word_ids])
txt = txt.replace(' <eos>', '.\n')
print(txt)
print('DONE')
def main(word):
corpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(corpus)
model = RnnlmGen()
# start文字とskip文字の設定
start_word = word
start_id = word_to_id[start_word]
skip_words = ['N', '<unk>', '$']
skip_ids = [word_to_id[w] for w in skip_words]
# 文章生成
word_ids = model.generate(start_id, skip_ids=skip_ids)
txt = ' '.join([id_to_word[i] for i in word_ids])
txt = txt.replace(' <eos>', '.\n')
print(txt)
def main():
curpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(curpus)
model = RnnlmGen()
# model.load_params('../ch06_RNNWithGate/Rnnlm.pkl')
# start文字とskip文字の設定
start_word = 'you'
start_id = word_to_id[start_word]
skip_words = ['N', '<unk>', '$']
skip_ids = [word_to_id[w] for w in skip_words]
# 文書生成
word_ids = model.generate(start_id, skip_ids) # サンプルサイズ100
txt = ' '.join([id_to_word[i] for i in word_ids])
txt = txt.replace(' <eos>', '.\n')
print(txt)
# coding: utf-8
import sys
sys.path.append('/home/hiromasa/deep-learning-from-scratch-2')
from rnnlm_gen import RnnlmGen
from dataset import ptb
corpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(corpus)
model = RnnlmGen()
model.load_params('/home/hiromasa/deep-learning-from-scratch-2/ch06/Rnnlm.pkl')
# start文字とskip文字の設定
start_word = 'you'
start_id = word_to_id[start_word]
skip_words = ['N', '<unk>', '$']
skip_ids = [word_to_id[w] for w in skip_words]
# 文章生成
word_ids = model.generate(start_id, skip_ids)
txt = ' '.join([id_to_word[i] for i in word_ids])
txt = txt.replace(' <eos>', '.\n')
print(txt)
import sys
sys.path.append('..')
from rnnlm_gen import RnnlmGen
from dataset import ptb
corpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(corpus)
model = RnnlmGen()
#model.load_params('../ch06/Rnnlm.pkl') # 앞 장에서 학습을 끝낸 가중치 매개변수
# 시작(start) 문자와 건너뜀(skip) 문자 설정
start_word = 'you' # 첫 문자로 'you'를 사용
start_id = word_to_id[start_word] # 'you'의 ID
skip_words = ['N', '<unk>', '$'] # 샘플링하지 않을 단어 지정
skip_ids = [word_to_id[w] for w in skip_words]
# 문자 생성
word_ids = model.generate(start_id,
skip_ids) # 문장을 생성하는 generate() 는 단어 ID들을 배열 형태로 반환함
txt = ' '.join([id_to_word[i] for i in word_ids])
txt = replace(' <eos>', '.\n')
print(txt)
# coding: utf-8
import sys
sys.path.append('..')
# from rnnlm_gen_test import RnnlmGen
from rnnlm_gen import RnnlmGen
from dataset import ptb
corpus, word_to_id, id_to_word = ptb.load_data('train')
vocab_size = len(word_to_id)
corpus_size = len(corpus)
model = RnnlmGen() # 가중치 매개변수 : 무작위 초깃값(학습 X)
# model.load_params('../ch06/Rnnlm.pkl') # 앞 단원에서 학습을 끝낸 가중치 매개변수를 읽어들임
# start 문자와 skip 문자 설정
start_word = 'you' # 첫 단어를 you 로 설정
start_id = word_to_id[start_word] # you 에 해당하는 id 를 start_id 로 설정
skip_words = ['N', '<unk>', '$'] # 샘플링하지 않을 단어 : ['N', '<unk>', '$'] 로 설정
skip_ids = [word_to_id[w] for w in skip_words] # 샘플링 하지 않을 단어에 해당하는 skip_ids
# 문장 생성
word_ids = model.generate(start_id, skip_ids) # 문장 생성 -> 단어 ID 들을 배열 형태로 반환
txt = ' '.join([id_to_word[i]
for i in word_ids]) # 각 배열 요소 사이에 ' ' 넣어서 문장 형태로 변환
txt = txt.replace(' <eos>', '.\n') # <eos> 는 줄바꿈 문자로.
print(txt)