| 32 | 32 |
acrostic = False # 是否是藏头诗
|
| 33 | 33 |
model_prefix = 'checkpoints/tang' # 模型保存路径
|
| 34 | 34 |
|
| 35 | |
|
|
35 |
# conf={
|
|
36 |
# "data_path":'tang.npz', # 诗歌的文本文件存放路径
|
|
37 |
# "pickle_path":'tang.npz' , # 预处理好的二进制文件
|
|
38 |
# "author":None, # 只学习某位作者的诗歌
|
|
39 |
# "constrain": None, # 长度限制
|
|
40 |
# "category" :'poet.tang', # 类别，唐诗还是宋诗歌(poet.song)
|
|
41 |
# "lr" :1e-3,
|
|
42 |
# "weight_decay": 1e-4,
|
|
43 |
# "use_gpu" : False,
|
|
44 |
# "epoch" : 20,
|
|
45 |
# "batch_size" : 128,
|
|
46 |
# "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
|
|
47 |
# "plot_every" : 20, # 每20个batch 可视化一次
|
|
48 |
# "use_env" : True, # 是否使用visodm
|
|
49 |
# "env" : 'poetry' , # visdom env
|
|
50 |
# "max_gen_len" : 200 , # 生成诗歌最长长度
|
|
51 |
# "debug_file" : '/tmp/debugp',
|
|
52 |
# "model_path" : 'checkpoints/tang_199.pth', # 预训练模型路径
|
|
53 |
# "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
|
|
54 |
# "start_words" : '语' , # 诗歌开始
|
|
55 |
# "acrostic" : False , # 是否是藏头诗
|
|
56 |
# "model_prefix" : 'checkpoints/tang' # 模型保存路径
|
|
57 |
# }
|
| 36 | 58 |
opt = Config()
|
|
59 |
# opt = conf
|
| 37 | 60 |
|
| 38 | 61 |
|
| 39 | 62 |
def generate(model, start_words, ix2word, word2ix, prefix_words=None):
|
|
| 188 | 211 |
|
| 189 | 212 |
|
| 190 | 213 |
def gen(**kwargs):
|
| 191 | |
# def gen(opt):
|
| 192 | 214 |
"""
|
| 193 | 215 |
提供命令行接口，用以生成相应的诗
|
| 194 | 216 |
"""
|
|
| 230 | 252 |
|
| 231 | 253 |
if __name__ == '__main__':
|
| 232 | 254 |
conf={
|
| 233 | |
# "max_gen_len":200, # 生成诗歌最长长度
|
| 234 | |
# "prefix_words":'漂亮', # 不是诗歌的组成部分，用来控制生成诗歌的意境
|
| 235 | |
# "start_words" : '雨' # 诗歌开始
|
|
255 |
"max_gen_len":200, # 生成诗歌最长长度
|
|
256 |
"prefix_words":'漂亮', # 不是诗歌的组成部分，用来控制生成诗歌的意境
|
|
257 |
"start_words" : '雨' # 诗歌开始
|
| 236 | 258 |
}
|
| 237 | 259 |
result = gen(**conf)
|
| 238 | 260 |
result = ''.join(result)
|
| 239 | |
print(result)
|
|
261 |
return {'ret1':result}
|
|
262 |
# print(result)
|