Регистрация | Вход
import tensorflow as tffrom tensorflow.keras.layers.experimental import preprocessing# Создание и обработка датасетаdata = ['Всем уважаемым пацанам саламалейкум!', 'А кто ты по жизни? Прошлое не запятнано? Зашкваров не было?', 'Нет не было, воровал по жизни, пиздил лохов', 'Чем докажешь, кто тебя знает, кто поручится?', 'Я согласен пройти прописку и ответить на тюремные загадки', 'Ну хорошо, а ты с тёлкой когда то целовался в губы?',……,……,……,……...]# Преобразование текста в последовательности чиселtokenizer = preprocessing.TextVectorization()tokenizer.adapt(data)vocab_size = len(tokenizer.get_vocabulary())# Создание нейронной сетиmodel = tf.keras.Sequential([ tf.keras.layers.Embedding(vocab_size, 64), tf.keras.layers.LSTM(64), tf.keras.layers.Dense(64, activation='relu'), tf.keras.layers.Dense(vocab_size)])# Компиляция моделиmodel.compile(loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), metrics=['accuracy'])# Обучение модели на данныхhistory = model.fit(x=data, epochs=10)# Генерация нового ответа на основе имеющихся данныхnew_data = ['Кто ты по жизни?']new_sequences = tokenizer(new_data)generated_text = model.predict(new_sequences)