import torch import torch as t import numpy as np import random from torch.utils.data import DataLoader from torch import optim from torch import nn from torchnet import meter import tqdm class Config(object): num_layers = 3 # LSTM层数 data_path =
春节前用 GPT2 训练了一个自动对联系统：鼠年春节，用 GPT-2 自动生成（写）春联和对对联 ，逻辑上来说这套NLG方法论可以应用于任何领域文本的自动生成，当然，格式越固定越好，这让我自然想到了自动写诗词，诗词的格式相对比较固定，我们之前已经有所涉及，譬如已经在AINLP公众号上上线了自动写藏头诗
为了你 我饱受煎熬 想见你 也受煎熬 思念你 更受煎熬 我对你的爱 期待着你能够了解 你的温柔 我永远记得 我永远珍惜 唯有 为你写诗 寄托我对你的思念之情 想飞的水 ``` 2021.02.11
首先还是认证认证授权：在开始调用任何API之前需要先进行认证授权，具体的说明请参考：http://ai.baidu.com/docs#/Auth/top获取Access Token向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求（推荐使用POST），并在URL中带上以下参数：grant_type：?必须参数，固定为client_credenti
简介： AI model serving 是函数计算一个比较典型的应用场景。数据科学家训练好模型以后往往需要找软件工程师把模型变成系统或者服务，通常把这个过程称之为 model serving。函数计算无需运维和弹性伸缩的特性，正好符合数据科学家对高可用分布式系统的诉求。本文将介绍把一个 TensorF
作者 | 杜万（倚贤） 阿里巴巴技术专家 本文整理自 1 月 2 日社群分享，每月 2 场高质量分享，点击加入社群。 关注“阿里巴巴云原生”公众号，回复关键词 0102 即可下载本文 PPT。 导读：本文作者将以一个自动生成五言绝句诗句的示例，向大家介绍一个典型函数计算的应用场景：AI Model Serving（AI
看图写古诗项目 成员简介 成员： 石恩升，白家乐，王嘉珍，尤日帆，祝金国 项目：看图写古诗，是现在微信小程序里面 NABCD need 为了发票圈的人更加文艺； 为了让人工智能更加生活化； 为了每个人都活出品质； 最大化激发用户的创作欲（我们的古诗允许修改） approach 根据关键字生成对联，古诗，文章，歌词的
