- Descripción :
40.000 líneas de Shakespeare de una variedad de obras de Shakespeare. Aparecido en la entrada de blog de Andrej Karpathy 'La eficacia irrazonable de las redes neuronales recurrentes': http://karpathy.github.io/2015/05/21/rnn-efectividad/
Para usar, por ejemplo, modelado de personajes:
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)
Página de inicio : https://github.com/karpathy/char-rnn/blob/master/data/tinyshakespeare/input.txt
Código fuente :
tfds.datasets.tiny_shakespeare.Builder
Versiones :
-
1.0.0
(predeterminado): Sin notas de la versión.
-
Tamaño de la descarga :
1.06 MiB
Tamaño del conjunto de datos :
1.06 MiB
Almacenamiento automático en caché ( documentación ): Sí
Divisiones :
Dividir | Ejemplos |
---|---|
'test' | 1 |
'train' | 1 |
'validation' | 1 |
- Estructura de características :
FeaturesDict({
'text': Text(shape=(), dtype=string),
})
- Documentación de características :
Característica | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
texto | Texto | cadena |
Claves supervisadas (Ver
as_supervised
doc ):None
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):
- Cita :
@misc{
author={Karpathy, Andrej},
title={char-rnn},
year={2015},
howpublished={\url{https://github.com/karpathy/char-rnn} }
}
, - Descripción :
40.000 líneas de Shakespeare de una variedad de obras de Shakespeare. Aparecido en la entrada de blog de Andrej Karpathy 'La eficacia irrazonable de las redes neuronales recurrentes': http://karpathy.github.io/2015/05/21/rnn-efectividad/
Para usar, por ejemplo, modelado de personajes:
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)
Página de inicio : https://github.com/karpathy/char-rnn/blob/master/data/tinyshakespeare/input.txt
Código fuente :
tfds.datasets.tiny_shakespeare.Builder
Versiones :
-
1.0.0
(predeterminado): Sin notas de la versión.
-
Tamaño de la descarga :
1.06 MiB
Tamaño del conjunto de datos :
1.06 MiB
Almacenamiento automático en caché ( documentación ): Sí
Divisiones :
Dividir | Ejemplos |
---|---|
'test' | 1 |
'train' | 1 |
'validation' | 1 |
- Estructura de características :
FeaturesDict({
'text': Text(shape=(), dtype=string),
})
- Documentación de características :
Característica | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
texto | Texto | cadena |
Claves supervisadas (Ver
as_supervised
doc ):None
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):
- Cita :
@misc{
author={Karpathy, Andrej},
title={char-rnn},
year={2015},
howpublished={\url{https://github.com/karpathy/char-rnn} }
}