不确定这是不是正确的地方，朋友告诉我去这里。我想制作一个在培训期间接收文本的AI，然后根据用户＆＃34;样本＆＃34;提供新文本。它（这对于聊天程序来说不是）。
例如，如果我输入以下内容进行培训：
abc123,test,example
def456,work,coolio
以及以下样本：
ghi789,what
它应该根据它知道的内容输出基于的内容，但不是它所知道的完全复制品（除非输入用于训练）。
这可能吗？这有现成的模型吗？我在考虑char-rnn，但它在采样过程中不允许自定义输入。
很抱歉，如果这是错误的地方，或者本网站不允许这样做。我已经进行了广泛的研究但却找不到任何东西。我知道TensorFlow的一小部分但不足以从头开始。
提前致谢！
答案 0 :(得分：1)
角色RNN将是一个很好的开始。如果您是该领域的新手，那么它绝对是最好的开始，因为有很多教程和示例可以帮助您开始，因为我们知道它们有效。
阅读Karpathy的优秀博客＆amp;论文：http://karpathy.github.io/2015/05/21/rnn-effectiveness/
您当然可以在采样期间提供自定义输入。一旦网络被训练，您可以采用多种不同的方式进行采样，事实上，您必须至少提供第一个字符作为＆＃34;自定义输入＆＃34;。
典型的采样模式是随机选择第一个字符作为第一个RNN序列步骤的输入。然后RNN将在字母表上产生概率分布，您可以从中随机抽样下一个字符。
对于第二个字符，让我们说你从RNNs概率分布中采样，然后随机选择的字符成为下一个RNN序列步骤的输入。等等以下字符。
请注意，没有什么可以阻止您播种多个字符序列，忽略每个步骤的RNN输出，然后在某些输入序列完成后对RNN输出进行采样。从而实现了以自定义输入序列开始然后继续的目标。我希望这种方法能够很好地适合你。