跳转至

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