研究职员最近发布了一个分步骤的指南，展示神经网络——本色上是多层数学函数，它们疏松地模拟大脑中神经元的行为，可用于天生任何艺术家风格的原创歌词，从表面上看是这样。他们选择的算法是是非期影象（LSTM）网络。总体而言，演习数据集越大，结果越好。为了进行演示，研究职员为该神经网络供应了10,000首歌曲的歌词文本文件。
人工智能写歌
你不能将原始韵脚送入人工智能系统，须要进行一些预处理。正如这一教程的作者所阐明的那样，歌词数据用于构建词汇表映射，它通过单热编码进一步转换即分类变量（在本例中为单词）转换为整数数据的过程。
在Keras（一个用Python编写的开源神经网络库）和谷歌的TensorFlow机器学习框架中制作机器学习模型，并存储权重和偏差值，随着韶光的推移调度网络突触连接的强度，研究职员为其供应歌词并开始演习。一旦模型达到了预期的准确度，它们就会产生新的歌词。毫无疑问，人工智能在解析自然措辞方面越来越好。但是现在还可以肯定的是，歌曲作者们暂时不会失落业。
