ছোট_শেক্সপিয়ার

  • বর্ণনা :

শেক্সপিয়ারের বিভিন্ন নাটক থেকে শেক্সপিয়রের 40,000 লাইন। আন্দ্রেজ কারপাথির ব্লগ পোস্ট 'পুনরাবৃত্ত নিউরাল নেটওয়ার্কের অযৌক্তিক কার্যকারিতা'-এ বৈশিষ্ট্যযুক্ত: http://karpathy.github.io/2015/05/21/rnn-effectiveness/

যেমন চরিত্র মডেলিং এর জন্য ব্যবহার করতে:

d = tfds.load(name='tiny_shakespeare')['train']
d = d.map(lambda x: tf.strings.unicode_split(x['text'], 'UTF-8'))
# train split includes vocabulary for other splits
vocabulary = sorted(set(next(iter(d)).numpy()))
d = d.map(lambda x: {'cur_char': x[:-1], 'next_char': x[1:]})
d = d.unbatch()
seq_len = 100
batch_size = 2
d = d.batch(seq_len)
d = d.batch(batch_size)
বিভক্ত উদাহরণ
'test' 1
'train' 1
'validation' 1
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
পাঠ্য পাঠ্য স্ট্রিং
  • উদ্ধৃতি :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}
,

  • বর্ণনা :

শেক্সপিয়ারের বিভিন্ন নাটক থেকে শেক্সপিয়রের 40,000 লাইন। আন্দ্রেজ কারপাথির ব্লগ পোস্ট 'পুনরাবৃত্ত নিউরাল নেটওয়ার্কের অযৌক্তিক কার্যকারিতা'-এ বৈশিষ্ট্যযুক্ত: http://karpathy.github.io/2015/05/21/rnn-effectiveness/

যেমন চরিত্র মডেলিং এর জন্য ব্যবহার করতে:

d = tfds.load(name='tiny_shakespeare')['train']
d = d.map(lambda x: tf.strings.unicode_split(x['text'], 'UTF-8'))
# train split includes vocabulary for other splits
vocabulary = sorted(set(next(iter(d)).numpy()))
d = d.map(lambda x: {'cur_char': x[:-1], 'next_char': x[1:]})
d = d.unbatch()
seq_len = 100
batch_size = 2
d = d.batch(seq_len)
d = d.batch(batch_size)
বিভক্ত উদাহরণ
'test' 1
'train' 1
'validation' 1
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'text': Text(shape=(), dtype=string),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
পাঠ্য পাঠ্য স্ট্রিং
  • উদ্ধৃতি :
@misc{
  author={Karpathy, Andrej},
  title={char-rnn},
  year={2015},
  howpublished={\url{https://github.com/karpathy/char-rnn} }
}