19.5 不定长时序的循环神经网络
19.5 不定长时序的循环神经网络⚓︎
以下为本小节目录,详情请参阅《智能之门》正版图书,高等教育出版社。
19.5.1 提出问题⚓︎
各个国家的人都有自己习惯的一些名字,下面列举出了几个个国家/语种的典型名字^{[1]}:
Guan Chinese
Rong Chinese
Bond English
Stone English
Pierre French
Vipond French
Metz German
Neuman German
Aggio Italian
Falco Italian
Akimoto Japanese
Hitomi Japanese
名字都是以ASCII字母表示的,以便于不同语种直接的比较。
如果隐藏掉第二列,只看前面的名字的话,根据发音、拼写习惯等,我们可以大致猜测出这些名字属于哪个国家/语种。当然也有一些名字是重叠的,比如“Lang”,会同时出现在English、Chinese、German等几种语种里。
既然人类可以凭借一些模糊的知识分辨名字与国家/语种的关系,那么神经网络能否也具备这个能力呢?
下面我们仍然借助于循环神经网络来完成这个任务。
19.5.2 准备数据⚓︎
19.5.3 搭建不定长时序的网络⚓︎
19.5.4 代码实现⚓︎
19.5.5 运行结果⚓︎
代码位置⚓︎
ch19, Level5
参考资料⚓︎
[1] PyTorch Sample, link: https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html