DL之RNN:人工智能为你写周董歌词——基于TF利用RNN算法实现【机器为你作词】、训练&测试过程全记录
DL之RNN:人工智能为你写周董歌词——基于TF利用RNN算法实现~机器为你作词~、训练&测试过程全记录
输出结果
1、test01
夕海
而我在等待之光
在月前被画面
而我心碎 你的个世纪
你的时间
我在赶过去
我的不是你不会感觉妈妈
我说不要不要说 我会爱你
我不要你不会
我不能不会别人
这样的人们我们不要
我会不要再见
你的时光机
这些爱 不要会会爱你
你也能再不要承诺
我只要这种种多简单
你的我的大人 我不会别以
我的感觉不好我走
你说你已经不能够继续
你说你爱我
你不会再想你
不会怕你 我会不要我
我不想再有一口
我要想你我不要再人
包容 你没有回忆
不要我不会感觉不来
我的不要你没有错觉
不能承受我已无奈单
不能要不要再要我会多爱我
能是我不是我
我要离开
2、test01
我说的你爱我的手
我们不能够沉默
我们的感觉
我们的爱情 我们的不是 一个人
让我们乘着阳光
让你在窗窗外面
我一路向北
一直在秋天
你的世界 是我心中不来
你的我爱你 我们
你的爱我 让我给你的美
我知道这里说你不是我的人爱
这样不会停留我的伤的
我说不要再要 我要一种悲哀
不是你的我不想我不能说说
没有你烦恼
我只能听过
我说我会不要你的爱
你说你不想听你
我不会感动的天 你要的话
我不要我的爱我
我知道这个世人不会感开了我
你我在等待
不会怕我的感觉你说我在我的手 一定有人都没不错
不要问你不要要的人
我想你我不要再知事
我也能不会再想
但我有人爱你的我爱
你说我说一点走
让我们在半边 的照跳我没有
我说的感觉 我会想你 不要我的微笑就想多快乐
我不会再要我想不得
这么多小丑你要想走
我只是你的感觉
3、test01
模型监控
训练、测试过程全记录
1、训练过程
2018-10-13 21:25:28.646563:
step: 10/10000... loss: 6.4094... 0.2286 sec/batch
step: 20/10000... loss: 6.1287... 0.2296 sec/batch
step: 30/10000... loss: 6.1107... 0.2211 sec/batch
step: 40/10000... loss: 5.8126... 0.2467 sec/batch
step: 50/10000... loss: 5.6969... 0.2366 sec/batch
step: 60/10000... loss: 5.6081... 0.2406 sec/batch
step: 70/10000... loss: 5.7305... 0.2411 sec/batch
step: 80/10000... loss: 5.6465... 0.2441 sec/batch
step: 90/10000... loss: 5.4519... 0.2381 sec/batch
step: 100/10000... loss: 5.4479... 0.2271 sec/batch
step: 110/10000... loss: 5.4051... 0.2236 sec/batch
step: 120/10000... loss: 5.5111... 0.2226 sec/batch
step: 130/10000... loss: 5.4023... 0.2311 sec/batch
step: 140/10000... loss: 5.3445... 0.2266 sec/batch
step: 150/10000... loss: 5.5066... 0.2326 sec/batch
step: 160/10000... loss: 5.3925... 0.2376 sec/batch
step: 170/10000... loss: 5.4850... 0.2326 sec/batch
step: 180/10000... loss: 5.3654... 0.2206 sec/batch
step: 190/10000... loss: 5.4041... 0.2421 sec/batch
step: 200/10000... loss: 5.3814... 0.2181 sec/batch
……
step: 6800/10000... loss: 3.0295... 0.2416 sec/batch
step: 6810/10000... loss: 3.0675... 0.2747 sec/batch
step: 6820/10000... loss: 3.0043... 0.2667 sec/batch
step: 6830/10000... loss: 3.0258... 0.2276 sec/batch
step: 6840/10000... loss: 2.8450... 0.2888 sec/batch
step: 6850/10000... loss: 3.0091... 0.2797 sec/batch
step: 6860/10000... loss: 3.1547... 0.2888 sec/batch
step: 6870/10000... loss: 3.1725... 0.3108 sec/batch
step: 6880/10000... loss: 2.8332... 0.2236 sec/batch
step: 6890/10000... loss: 2.9765... 0.2186 sec/batch
step: 6900/10000... loss: 3.0040... 0.2306 sec/batch
step: 6910/10000... loss: 3.2340... 0.2136 sec/batch
step: 6920/10000... loss: 2.8041... 0.2988 sec/batch
step: 6930/10000... loss: 2.9514... 0.2216 sec/batch
step: 6940/10000... loss: 3.1620... 0.2236 sec/batch
step: 6950/10000... loss: 3.0633... 0.2136 sec/batch
step: 6960/10000... loss: 2.8951... 0.2667 sec/batch
step: 6970/10000... loss: 3.0201... 0.2206 sec/batch
step: 6980/10000... loss: 3.0102... 0.2737 sec/batch
step: 6990/10000... loss: 2.9885... 0.2527 sec/batch
step: 7000/10000... loss: 3.1201... 0.2477 sec/batch
……
step: 8300/10000... loss: 2.8474... 0.2296 sec/batch
step: 8310/10000... loss: 2.8842... 0.2386 sec/batch
step: 8320/10000... loss: 3.0446... 0.2246 sec/batch
step: 8330/10000... loss: 3.0165... 0.2537 sec/batch
step: 8340/10000... loss: 3.1366... 0.2266 sec/batch
step: 8350/10000... loss: 2.9173... 0.3058 sec/batch
step: 8360/10000... loss: 2.8468... 0.2356 sec/batch
step: 8370/10000... loss: 3.0512... 0.2406 sec/batch
step: 8380/10000... loss: 2.7532... 0.2286 sec/batch
step: 8390/10000... loss: 3.0108... 0.2136 sec/batch
step: 8400/10000... loss: 3.0818... 0.2787 sec/batch
step: 8410/10000... loss: 2.9988... 0.2406 sec/batch
step: 8420/10000... loss: 2.7640... 0.3449 sec/batch
step: 8430/10000... loss: 3.0735... 0.2356 sec/batch
step: 8440/10000... loss: 2.9183... 0.3610 sec/batch
step: 8450/10000... loss: 2.9278... 0.3168 sec/batch
step: 8460/10000... loss: 3.1321... 0.3660 sec/batch
step: 8470/10000... loss: 2.9080... 0.2547 sec/batch
step: 8480/10000... loss: 2.7861... 0.3108 sec/batch
step: 8490/10000... loss: 3.0054... 0.2878 sec/batch
step: 8500/10000... loss: 2.9389... 0.2366 sec/batch
……
step: 9800/10000... loss: 2.8674... 0.3930 sec/batch
step: 9810/10000... loss: 2.8695... 0.2136 sec/batch
step: 9820/10000... loss: 2.8561... 0.2356 sec/batch
step: 9830/10000... loss: 2.8824... 0.2186 sec/batch
step: 9840/10000... loss: 2.8722... 0.2386 sec/batch
step: 9850/10000... loss: 2.7315... 0.2116 sec/batch
step: 9860/10000... loss: 2.8568... 0.2507 sec/batch
step: 9870/10000... loss: 2.9153... 0.2216 sec/batch
step: 9880/10000... loss: 2.9715... 0.2296 sec/batch
step: 9890/10000... loss: 2.6941... 0.2256 sec/batch
step: 9900/10000... loss: 2.7294... 0.3038 sec/batch
step: 9910/10000... loss: 2.8968... 0.2376 sec/batch
step: 9920/10000... loss: 2.9734... 0.2426 sec/batch
step: 9930/10000... loss: 2.6401... 0.2276 sec/batch
step: 9940/10000... loss: 2.8176... 0.2767 sec/batch
step: 9950/10000... loss: 2.9532... 0.3429 sec/batch
step: 9960/10000... loss: 2.9369... 0.2166 sec/batch
step: 9970/10000... loss: 2.7590... 0.2206 sec/batch
step: 9980/10000... loss: 2.8109... 0.2446 sec/batch
step: 9990/10000... loss: 2.8011... 0.3038 sec/batch
step: 10000/10000... loss: 2.8250... 0.3660 sec/batch
训练的数据集
1、训练的数据集为很多歌词
夜的第七章
打字机继续推向接近事实的那下一行
石楠烟斗的雾
飘向枯萎的树
沉默地对我哭诉
贝克街旁的圆形广场
盔甲骑士背上
鸢尾花的徽章 微亮
无人马车声响
深夜的拜访
邪恶在 维多利亚的月光下
血色的开场
消失的手枪
焦黑的手杖
融化的蜡像谁不在场
珠宝箱上 符号的假象
矛盾通往 他堆砌的死巷
证据被完美埋葬
那嘲弄苏格兰警场 的嘴角上扬
如果邪恶 是华丽残酷的乐章
它的终场 我会亲手写上
晨曦的光 风干最后一行忧伤
黑色的墨 染上安详
事实只能穿向
没有脚印的土壤
突兀的细微花香
刻意显眼的服装
每个人为不同的理由戴着面具说谎
动机也只有一种名字 那 叫做欲望
fafade~~fade~~fafa~
dedefa~~fade~~fafa~~
越过人性的沼泽
谁真的可以不被弄脏
我们可以 遗忘 原谅 但必须 知道真相
被移动过的铁床 那最后一块图终于拼上
我听见脚步声 预料的软皮鞋跟
他推开门 晚风晃了 煤油灯 一阵
打字机停在凶手的名称我转身
西敏寺的夜空 开始沸腾
在胸口绽放 艳丽的 死亡
我品尝着最后一口甜美的 真相
微笑回想正义只是安静的伸张
提琴在泰晤士
如果邪恶 是华丽残酷的乐章
它的终场 我会亲手写上
黑色的墨 染上安详
如果邪恶
是华丽残酷的乐章
它的终场 我会亲手写上
晨曦的光
风干最后一行忧伤
黑色的墨染上安详
黑色的墨染上安详
小朋友 你是否有很多问号
为什么 别人在那看漫画
我却在学画画 对着钢琴说话
别人在玩游戏 我却靠在墙壁背我的ABC
我说我要一台大大的飞机
但却得到一只旧旧录音机
为什么要听妈妈的话
长大后你就会开始懂了这段话 哼
长大后我开始明白
为什么我 跑得比别人快
飞得比别人高
将来大家看的都是我画的漫画
大家唱的都是 我写的歌
妈妈的辛苦 不让你看见
温暖的食谱在她心里面
有空就多多握握她的手
把手牵着一起梦游
听妈妈的话 别让她受伤
想快快长大 才能保护她
美丽的白发 幸福中发芽
天使的魔法 温暖中慈祥
在你的未来 音乐是你的王牌
拿王牌谈个恋爱
而我不想把你教坏
还是听妈妈的话吧
晚点再恋爱吧
我知道你未来的路
但妈比我更清楚
你会开始学其他同学
在书包写东写西
但我建议最好写妈妈
我会用功读书
用功读书 怎么会从我嘴巴说出
不想你输 所以要叫你用功读书
妈妈织给你的毛衣 你要好好的收着
因为母亲节到的时候我要告诉她我还留着
对了!我会遇到了周润发
所以你可以跟同学炫耀
赌神未来是你爸爸
我找不到 童年写的情书
你写完不要送人
因为过两天你会在操场上捡到
你会开始喜欢上流行歌
因为张学友开始准备唱《吻别》
听妈妈的话 别让她受伤
想快快长大 才能保护她
美丽的白发 幸福中发芽
天使的魔法 温暖中慈祥
听妈妈的话 别让她受伤
想快快长大 才能保护她
长大后我开始明白
为什么我 跑得比别人快
飞得比别人高
将来大家看的都是我画的漫画
大家唱的都是 我写的歌
妈妈的辛苦 不让你看见
温暖的食谱在她心里面
有空就多多握握她的手
把手牵着一起梦游
听妈妈的话 别让她受伤
想快快长大 才能保护她
美丽的白发 幸福中发芽
天使的魔法 温暖中慈祥
赞 (0)