广大的钢铁直男们，七夕快到了，你给她的礼物订购了吗。玫瑰花订好了吗。烛光晚餐准备好了吗。
什么？！有没有人没有女朋友或者没有向女神表白。
要想赢得女神的心，文（甘）艺（言）情（蜜）话（语）也是不可或缺的！
但是，你准备好在礼物的贺卡上写点什么了吗。你打电话或者见面打算说什么。你还在说“XX，我爱你”、“XX，我们从白头到老”吗。还是搔搔头不知道该怎么表达。
没关系，AI会救你的！
AI情话、AI藏头诗、AI情诗大礼包开源上线！
8月25日这天，钢铁直男们为了辅助七夕节浪漫优雅，飞桨的研发人员也拼命！为了给开发者谋福利，加上加班在PaddleHub上列出了AI情话和情诗模型！
不要说太多，直接看效果吧！
AI情话实测效果展示
输入：
你问我喜欢你。
生成：
你问我有多喜欢你，我都说不出来。我心里知道，我宁愿和你吵架也不愿爱别人。
哎呀哎呀，泪流满面，不要哭！
再试一次，输入：
你有打火机吗？
生成：
你有打火机吗。你是怎么点燃我的心的
效果爆裂，这还只是AI情话功能。
把整首诗写在卡片上，女神的心瞬间变成一江春水向东流。。
AI对头隐诗实测效果的展示
输入：
吾爱秋香
生成：
吾慕斯人不以官，爱闲能有几个闲。你不要秋天来功名。香满南山满是雪。
一战隐姓埋名！
现在的演示页面的限制是七言绝句，如果需要其他七言律诗，五言绝句和五言律诗可以用代码调用，效果也很妥当！
你是不是很着急。我简直看见爷爷们朝我杀过来。
我把链接给你。大家可以在PaddleHub官网上体验一下：https：//www.paddlepaddle.org.cn/hub/scene/aiwriting
这是怎么做到的。
这样的爆炸效果的背后，首位的ERNIE-GEN算法加持不可缺少，什么？不知道，不知道？ERNIE你听说过吧。在NLP领域领先的哥哥，获得过很多奖项！此后，继续研究开发，ERNIE又产生了许多其他的模型和组件，形成了ERNIE家族！ERNIE-GEN是其中优秀的一员。
热心说明：下面是技术环节，想知道如何使用的合作伙伴可以快速滑落
ERNIE-GEN是用于在预训练阶段首次添加spanbyspan生成任务的预训练修剪框架，使得模型每次都能够生成一个语义上完整的片段。在预训练和微调中，通过填充式生成机制和噪声感知机制来缓解曝光偏差问题。此外，使用多片段多粒度目标文本采样策略增强源文本与目标文本的关联性，增强编码器与解码器的交互。
详情见论文ERNIE-GEN：An Enhanced Multi-Flow Praining and Fine tuning Framework for Natural Language Generation
这些由ERNIE-GEN算法派生出的AI情话（ERNIE_gen_lover_words）、AI藏头诗（ERNIE_gen_acrostic_poetry）等模型在微调时首先通过加载ERNIE1.0中文模型参数完成热启动，然后由开发者在网络上收集到的情诗、采用情话数据，根据ERNIE-GEN框架进行微调。与传统的Seq2Seq方法相比，该模型的实际使用效果具有更强的泛化能力，即使对使用的数据集中从未见过的词汇和句子进行微调，模型也能够理解。
例如，如果输入“了解程序员的情人节”，则输出如下：。
实际上，“程序员”“数据库”这个词没有出现在情话数据集中，但是由于知识增强的语义表达模型ERNIE的泛化能力，模型仍然能够理解两者之间的关系。同时ERNIE-GEN独特的填充生成机制和噪声感知生成策略使得微调后的模型文本生成效果更加自然和平滑，与传统的基于RNN结合Seq2Seq的生成方法相比，所需的训练数据量更小，文本生成效果更具内涵。
顾名思义，七夕节那天，我们希望我们的节目能够正常运行，让您过一个安心快乐的情人节。
你想知道怎么用吗。
整个预培训模式只需安装PaddlePadddle和PaddleHub，兄弟们只需了解基础Python就可以跑啦。
帕德尔PaddleHub的开发者提供了AI情话、AI藏头诗、AI对联、AI写诗四种文本生成的样本代码，通过Notebook文件，可以更形象地理解模型使用的完整过程。
以下是调用AI情话预训练模型的代码：
importpaddlehubashub#预训练模型module=hub.Module（name=“ERNIE_gen_lover_words”）#开头数据test_texts=['情人节']#文本生成results=module.generate（texts=test_texts，use_gpu=True，beam_width=5、#打印输出结果forresultinresults：print（result）
运行此脚本后，您就可以发货啦。
哎呀，甜味太高了，有点高。
[2020-08-2120：58：08,095][INFO]-InstallingERNIE_gen_lover_wordsmodule[2020-08-2120：58：08,097][INFO]-ModuleERNIE_gen_lover_wordsalreadyinstalledin/home/aistudio/.paddlehub/modules/ERNIE_gen_lover_words['情人节，我想做鱼，随便烤，煮，蒸，然后躺在你温柔的胃里。'，'情人节，对你的思念太重了，按电话线，烤手机卡，掏出钱包，吃安眠药，哎！不过我还是要你“，”情人节，对你的思念太重了，按电话线，烧手机卡，掏出钱包，吃安眠药，哎！但是我还是想你，情人节快乐！'，'情人节，对你的思念太重了，按下电话线，烧掉手机卡，掏出钱包，吃安眠药，啊！不过我还是想你，祝你情人节快乐！'，'情人节，对你的思念太重了，按下电话线，烧掉手机卡，掏出钱包，吃安眠药，哎！但是我想你。'
如果您有服务部署需求，PaddleHub可以使服务器端部署变得非常简单。使用命令行在服务器上启动模型：。
!hubservingstart-mERNIE_gen_lover_words-p8866
是的，这么简单，一行就可以处理服务器端了！与手动设置各种参数或调用各种框架相比，PaddleHub服务器端部署非常有用。
在服务器端部署完成后，只需在客户端调用即可。下面是客户端向服务器端发送请求的示例方案。它包括创建要推理的输入文本、发送推理请求、返回并保存推理结果的某些部分。
importrequestsimportjson#HTTP要求data={'texts'：['情人节']，'use_gpu'：False，'beam_width'：5}headers={“Content-type”：“application/json”}url=”http：//127.0.0.1：8866/predict/ERNIE_gen_lover_words“r=requests.post（url=url，headers=headers，data=json.dumps（data）#保存结果results=r.json（）[“results”]forresultinresults：print（result）
通过执行脚本，可以从服务器端接收推理结果，如下所示：。
桨式集线器可以进行各种各样的处理，如果有几个Python的基础，在本地预测和部署到服务器上都没有问题。
快速了解更多预培训模式PaddleHub
大家看到的AI消息，包括之前感染扩大期间开源化的口罩面部检测模型，都只是飞桨模型生态的冰山一角。更多高质量的预训练模式欢迎访问飞桨官网。
欢迎加入社区
另外，这次的AI情话模型也是开发者在AI Studio平台上根据ERNIE-GEN的代码进行训练，为PaddleHub做出了贡献。欢迎更多的开发人员参与。试着用深度学习的模型，用丰富的预先训练模型制作满足七夕的需求的有趣的任务吗。
我相信还有很多技术人员想了解更多关于模型微调的技术细节。为了满足大家的需求，我们将于8月27日进行现场授课。
立即获得现场直播链接，与深度学习的开发者交流，参加七夕之夜的抽奖活动。
添加微信15711058002，注“Hub”，飞桨小哥让你进群。
-完成-
文章评论