共计 1724 个字符，预计需要花费 5 分钟才能阅读完成。
摘要：农历新年将至，据说华为云 AI 又将开启智能对对联迎接牛气冲天，让咱们刮目相待！作为资深 Copy 攻城狮，想要本人实现一个对对联的模型，是不能可能实现的工作，因而我收罗了不少前人的实际案例，明天想和大家分享的是 和鲸社区的 rua 年糕 奉献的我的项目 -AI 对联，基于 ModelArts 的 「我的笔记本」实现。
一、环境筹备
筹备环境前，先唠叨几句：ModelArts 是面向开发者的一站式 AI 开发平台，ModelArts 在人工智能三要素中都有十分杰出的体现，数据方面提供海量数据预处理及半自动化标注，算法方面除了开发者本人开发还 = 提供大量的预置算法和订阅算法可供选择，算力方面目前开发环境提供收费算力以及即点即用的 「我的笔记本」。目前集体比拟中意的性能就是「我的笔记本」，如果您体验过 MindSpore 教程的 「Run in ModelArts」, 您会发现其实教程中链接的就是 ModelArts 的 「我的笔记本」 模块，具体体验可浏览我的历史文章 5 分钟在线体验 MindSpore 的图层 IR–MindIR。
相比惯例的开发先要装一堆的环境和软件，基于 ModelArts 的 AI 开发仿佛变得更简略，实践上有能上网的设施就够了，比方 pad，而后仅仅须要注册一个华为云账号并实名认证。当然，ModelArts 筹备工作并不仅仅是这些，比方如需用到 OBS 还需生成拜访密钥并实现 ModelArts 全局配置。具体操作请参考 ModelArts-Lab:https://gitee.com/ModelArts/M…。
Free 的 「我的笔记本」 就在 ModelArts 总览页底部的开发工具卡片中，点击 「立刻体验」 即可开启一个默认的 CPU 环境的 JupyterLab，咱们能够在左边的 「切换规格」 栏进行环境或者规格的切换。须要留神的是：
切换资源后，将影响实例下所有 Notebook 与 Terminal。Notebook 中执行的所有变量将生效，Terminal 须要从新关上，手动安装包不再失效，须要从新执行。
目前，CPU 和 GPU 环境反对 Conda-python3、Pytorch-1.0.0、TensorFlow-1.13.1 等 8 种 Notebook 环境，不过应用 GPU 须要留神：
1、收费规格用于应用体验，会在 1 小时后主动进行；
2、收费算力不蕴含对象存储服务 (OBS) 存储资源费用。
如果想应用 MindSpore 框架，能够从 MindSpore 官网文档教程中的 「Run in ModelArts」进行跳转到带有 MindSpore 框架的 JupyterLab。
二、Seq2Seq 简介
Seq2Seq 是 Google 在 2017 年开源的一款用于 TensorFlow 的通用编码器 & 解码器框架（encoder-decoder framework），可用于机器翻译、文本摘要、会话建模、图像形容等。
论文地址：https://arxiv.org/abs/1703.03906
三、Copy 实际
新建 TensorFlow 1.13.1 环境的 notebook 文件，开始代码编 (kao) 写(bei)。
- 数据集下载
couplet-dataset 只管比拟古老，但领有 70 万条数据，应该够实现一个简略的对对联模型。
- 依赖装置及援用
- 数据处理
- 模型定义
其余代码此处就不再贴了，倡议间接参考源码出处，或者拜访 https://github.com/hu-qi/modelarts-couplet。此处我抉择 200 个 Epoch，训练过程如下图：
从图中显著能够看出评估函数输入的下联一直地在调整。当训练实现之后咱们便炼的了简略能应用的丹 –AI 对对联模型，紧接着测试一下：
不错不错，还是挺工整通顺的！
当然实际中也并不是一帆风顺，训练过程中如果遇到续期提醒，请务必要手动点击，不然又得重启 Notebook。续期就对了，只管我不太革除能续几次，但续期就不会导致训练中断。
四、总结
此次实际的数据集和 notebook 已上传到 github：https://github.com/hu-qi/modelarts-couplet, 另外对联数据也共享到 ModelArts AI Gallery：couplet-dataset:70 万对联数据集, 欢送取阅！
点击关注，第一工夫理解华为云陈腐技术~