diff --git a/handler.py b/handler.py index 4ebc61b..8d440e9 100644 --- a/handler.py +++ b/handler.py @@ -1,4 +1,4 @@ -def handle(conf): +def handle(**conf): """ 该方法是部署之后,其他人调用你的服务时候的处理方法。 请按规范填写参数结构,这样我们就能替你自动生成配置文件,方便其他人的调用。 @@ -15,8 +15,6 @@ # add your code if __name__ == '__main__': result = main.gen(start_words,prefix_words,max_gen_len) - result = ''.json(result) - # print(result) - return {'res': result} + return {'result': result} diff --git a/main.py b/main.py index ac4e9cd..90a80b0 100644 --- a/main.py +++ b/main.py @@ -33,8 +33,31 @@ acrostic = False # 是否是藏头诗 model_prefix = 'checkpoints/tang' # 模型保存路径 - +# conf={ +# "data_path":'tang.npz', # 诗歌的文本文件存放路径 +# "pickle_path":'tang.npz' , # 预处理好的二进制文件 +# "author":None, # 只学习某位作者的诗歌 +# "constrain": None, # 长度限制 +# "category" :'poet.tang', # 类别,唐诗还是宋诗歌(poet.song) +# "lr" :1e-3, +# "weight_decay": 1e-4, +# "use_gpu" : False, +# "epoch" : 20, +# "batch_size" : 128, +# "maxlen" : 125 , # 超过这个长度的之后字被丢弃,小于这个长度的在前面补空格 +# "plot_every" : 20, # 每20个batch 可视化一次 +# "use_env" : True, # 是否使用visodm +# "env" : 'poetry' , # visdom env +# "max_gen_len" : 200 , # 生成诗歌最长长度 +# "debug_file" : '/tmp/debugp', +# "model_path" : 'checkpoints/tang_199.pth', # 预训练模型路径 +# "prefix_words": '笑语盈盈暗香去' , # 不是诗歌的组成部分,用来控制生成诗歌的意境 +# "start_words" : '语' , # 诗歌开始 +# "acrostic" : False , # 是否是藏头诗 +# "model_prefix" : 'checkpoints/tang' # 模型保存路径 +# } opt = Config() +# opt = conf def generate(model, start_words, ix2word, word2ix, prefix_words=None): @@ -189,7 +212,6 @@ def gen(**kwargs): -# def gen(opt): """ 提供命令行接口,用以生成相应的诗 """ @@ -231,10 +253,11 @@ if __name__ == '__main__': conf={ - # "max_gen_len":200, # 生成诗歌最长长度 - # "prefix_words":'漂亮', # 不是诗歌的组成部分,用来控制生成诗歌的意境 - # "start_words" : '雨' # 诗歌开始 + "max_gen_len":200, # 生成诗歌最长长度 + "prefix_words":'漂亮', # 不是诗歌的组成部分,用来控制生成诗歌的意境 + "start_words" : '雨' # 诗歌开始 } result = gen(**conf) result = ''.join(result) - print(result) + return {'ret1':result} + # print(result)