第4节 藏头诗，对对联—循环神经网络

RNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。首先我们要明确什么是序列数据，摘取百度百科词条：时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定义，当然这里也可以不是时间，比如文字序列，但总归序列数据有一个特点——后面的数据跟前面的数据有关系。

练习：利用循环神经网络生成古诗词

1. 训练（可跳过）

2. 生成藏头诗

本地练习（选做）

1.打开项目文件夹learn-ai/codes/chapter2/part4_RNN/01_PoetAI

其中， poetry.txt内包含了大量的古诗词 poet_rnn.py用来训练模型 poet_rnn_outpu.py用来生成古诗词

2.打开Anaconda Prompt，执行：

conda activate learn-ai
python poet_rnn.py

执行后将会开始进行模型训练。

3.待模型训练完毕后，会在当前目录下生成模型文件poetry.module-49 使用VS Code编辑器打开poet_rnn_output.py，在最后一行：

print(gen_poetry_with_head_and_type("深度学习", 7))

将会生成以深度学习四个字开头的七言藏头诗。尝试将文字替换为其他，7可以替换为5，即生成五言诗。保存后执行：

python poet_rnn_output.py