Deep Learning - Gaussic

从零开始做歌词生成器 - 0 - 抓取网易云 3 万首歌词

本篇和接下来的几篇文章，将从零开始，记录数据的抓取、清洗与分析，到歌词生成模型的构建、训练与分析过程。

由于种种原因，近段时间开始尝试使用PyTorch。照着官方给的教程慢慢搞，稍微有一点点理解。在这里做一点小小的记录和翻译工作。

Keras 的官方 Examples 里面展示了四种训练 IMDB 文本情感分类的方法，借助这 4 个 Python 程序，可以对 Keras 的使用做一定的了解。以下是对各个样例的解析。

基于 Keras 的 LSTM_text_generation 的例子，实现中文的语言模型。原先的例子是字符级别的，使用了尼采的作品作为训练集，总的词汇只有 57 个，因而整个网络相对简单，且训练起来速度比较快。

参照 GitHub 上 happynear 的 caffe-windows项目，将 Caffe for Windows 配置成功，并且测试了其转换好的 MNIST 数据库，不论是速度还是结果上，效果都相当好。现总结一下配置方法。