文本生成示例
在本练习中，您将体验两个用于文本生成的预训练模型。
第一个模型会基于《The Big Bang Theory》（生活大爆炸）中角色 Sheldon 的说话风格生成一句话；第二个模型会生成一段莎士比亚风格的诗歌，长度最多 400 个字符。
模型分别加载在变量 sheldon_model 和 poem_model 中。此外，还提供了两个用于生成文本的自定义函数：generate_sheldon_phrase() 和 generate_poem()。这两个函数都接收预训练模型和上下文字串作为参数。
本练习是课程的一部分
使用 Keras 构建语言建模的循环神经网络（RNN）
练习说明
- 使用预定义函数
generate_sheldon_phrase()，传入参数sheldon_model与sheldon_context，并将输出保存到变量sheldon_phrase。 - 打印生成的这句话。
- 将给定文本保存到变量
poem_context。 - 使用函数
generate_poem()，传入poem_model与poem_context参数，打印生成的诗歌。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Context for Sheldon phrase
sheldon_context = "I’m not insane, my mother had me tested. "
# Generate one Sheldon phrase
sheldon_phrase = ____(sheldon_model, sheldon_context)
# Print the phrase
print(____)
# Context for poem
____ = "May thy beauty forever remain"
# Print the poem
print(generate_poem(____, poem_context))