- opis :
40 000 wersów Szekspira z różnych sztuk Szekspira. Występuje w poście na blogu Andreja Karpathy'ego „Nieuzasadniona efektywność powtarzających się sieci neuronowych”: http://karpathy.github.io/2015/05/21/rnn- Effectiveness/
Do wykorzystania np. przy modelowaniu postaci:
d = tfds.load(name='tiny_shakespeare')['train']
d = d.map(lambda x: tf.strings.unicode_split(x['text'], 'UTF-8'))
# train split includes vocabulary for other splits
vocabulary = sorted(set(next(iter(d)).numpy()))
d = d.map(lambda x: {'cur_char': x[:-1], 'next_char': x[1:]})
d = d.unbatch()
seq_len = 100
batch_size = 2
d = d.batch(seq_len)
d = d.batch(batch_size)
Strona główna : https://github.com/karpathy/char-rnn/blob/master/data/tinyshakespeare/input.txt
Kod źródłowy :
tfds.datasets.tiny_shakespeare.Builder
Wersje :
-
1.0.0
(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
1.06 MiB
Rozmiar zestawu danych :
1.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Podział | Przykłady |
---|---|
'test' | 1 |
'train' | 1 |
'validation' | 1 |
- Struktura funkcji :
FeaturesDict({
'text': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
tekst | Tekst | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@misc{
author={Karpathy, Andrej},
title={char-rnn},
year={2015},
howpublished={\url{https://github.com/karpathy/char-rnn} }
}
, - opis :
40 000 wersów Szekspira z różnych sztuk Szekspira. Występuje w poście na blogu Andreja Karpathy'ego „Nieuzasadniona efektywność powtarzających się sieci neuronowych”: http://karpathy.github.io/2015/05/21/rnn- Effectiveness/
Do wykorzystania np. przy modelowaniu postaci:
d = tfds.load(name='tiny_shakespeare')['train']
d = d.map(lambda x: tf.strings.unicode_split(x['text'], 'UTF-8'))
# train split includes vocabulary for other splits
vocabulary = sorted(set(next(iter(d)).numpy()))
d = d.map(lambda x: {'cur_char': x[:-1], 'next_char': x[1:]})
d = d.unbatch()
seq_len = 100
batch_size = 2
d = d.batch(seq_len)
d = d.batch(batch_size)
Strona główna : https://github.com/karpathy/char-rnn/blob/master/data/tinyshakespeare/input.txt
Kod źródłowy :
tfds.datasets.tiny_shakespeare.Builder
Wersje :
-
1.0.0
(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
1.06 MiB
Rozmiar zestawu danych :
1.06 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Podział | Przykłady |
---|---|
'test' | 1 |
'train' | 1 |
'validation' | 1 |
- Struktura funkcji :
FeaturesDict({
'text': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
tekst | Tekst | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@misc{
author={Karpathy, Andrej},
title={char-rnn},
year={2015},
howpublished={\url{https://github.com/karpathy/char-rnn} }
}