目录

基于RNN微信小程序Flask的古诗词生成应用

基于RNN+微信小程序+Flask的古诗词生成应用

项目介绍

平台采用B/S结构,后端采用主流的Flask框架进行开发,古诗词生成采用RNN模型进行生成,客户端基于微信小程序开发。是集成了Web后台开发、微信小程序开发、人工智能(RNN)等多个领域的综合性应用,是课设和毕设的良好参考应用。

功能介绍

  • 古诗词生成:基于RNN实现,支持生成藏头诗和打头诗
  • 生成记录保存:支持对所有的生成记录进行后台保存
  • 可视化展示:支持Echarts展示访问次数,生成成功和失败的比例

代码路径

[朝树夕拾源码站/python_rnn_poem

https://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7 “朝树夕拾源码站/python_rnn_poem”)

项目展示

微信小程序界面,通过输入关键字,生成藏头诗,效果如下图:

https://i-blog.csdnimg.cn/direct/27135f422cf2458a9ff10a9cfb2f134f.png https://i-blog.csdnimg.cn/direct/4e052462faa042ef8eb59e603aced7a1.png

调用手机摄像头拍照 ,然后对拍照的结果生成古诗词,以及对异常输入进行过滤。

https://i-blog.csdnimg.cn/direct/103954cbd92f4cd990160bc28186d0e1.png https://i-blog.csdnimg.cn/direct/985a7e44f56d44ddaf109db52de98a05.png

后端管理平台记录所有的生成记录:

https://i-blog.csdnimg.cn/direct/d757cb0f7da64d909c9b57fe79e8a364.png

使用Echarts可视化展示生成记录:

https://i-blog.csdnimg.cn/direct/e456ac28fdf24d6aabcd9ee054a980b8.png

详细功能列表:

https://i-blog.csdnimg.cn/direct/2b427683c88d40219faf60c094d82150.png

https://i-blog.csdnimg.cn/direct/0d5312c2134846d1ab7771304e84baf9.png

开发环境

  1. 系统处理器:4核心2Ghz及以上处理器;

  2. 内存:8GB内存或以上;

  3. 磁盘:500GB机械硬盘或固态硬盘

  4. 显卡:电脑集成显卡或者独立显卡均可,非强制要求。

  5. 操作系统:Windows 10或更高版本;

  6. Python:Python 3.6或更高版本;

  7. PyTorch:PyTorch 1.3或更高版本;

  8. 代码编辑器:Visual Studio Code、PyCharm等