学院路李琳
公众号由Qbits创建，由QbitAI创建
俗话说，古代有蜡笔，现在有神经网络。
最近，谷歌大脑研究员David Ha 创建了一个网络版本的演示，允许神经网络一起写“汉字”。你在一页上写下几笔，神经网络就会根据你写的内容完成一个“汉字”。
它的名字是Kanji-RNN，创建过程如下。
根据网友探索和量子比特自测，在页面上画一个圆圈，一定概率会给你惊喜。 —— 该Kanji-RNN 可能会暂时陷入震惊或无反应。
不画圆圈常常会产生非常富有想象力的“伪汉字”。例如：
这些都是量子比特遇到的未完成品，如果真的让我们无限开“脑洞”，恐怕边边会被打败。
Kanji-RNN模型的结构是什么以及如何训练？
虽然David Ha没有给出详细的介绍，但我们可以根据他的名字、他的个人资料链接的页面以及他过去所做的工作来做出一些猜测。
首先，名字是Kanji-RNN。至少你可以看到这个模型使用循环神经网络来预测接下来要写什么以及写在哪里。
David Ha 在Google 参与的下一个主要项目是Sketch-RNN，它允许机器学习绘制简笔画。他之前在GitHub 上发布了Sketch-RNN 的旧版本，其中包括神经网络的写入训练部分。 Chinese Characters 还写了一篇博客，展示如何使用Sketch-RNN 生成汉字。使用的数据集是KanjiVG。
目前Kanji-RNN 页面上的简介信息并没有链接到原始代码，而是链接到TensorFlow 官方账号下的Sketch-RNN-JS，因此可能与原始有一些差异，大家可以看看。它将以网页演示的形式呈现，或许会借助TensorFlow.js。
也就是说，它应该是一个基于Sketch-RNN 的JavaScript 实现并在KanjiVG 上训练的卷积神经网络。它与流行的Google 神经网络Sketch 系列有着相同的渊源。
顺便说一句，现在你明白为什么量子位在“汉字”两边加上引号了。一是根据笔画“创建类似汉字的形状”，而不是使用笔画来匹配实际的汉字。另一个原因是书面信件看起来并不像信件。名称为Kanji-RNN，数据集为KanjiVG。
这里的汉字是指与我们日常使用的汉字略有不同，并且数量比我们使用的汉字少的汉字。
根据训练集指南：
对于崇拜神秘东方的美国人来说，Kanji-RNN 的吸引力是显而易见的，它在Reddit 和HackerNews 等论坛上非常受欢迎。
从小写汉字长大的中国人可能会从Kanji-RNN 中获得别样的享受。量子位想写出熟悉的汉字，并坚持了一上午。
你也想尝试一下吗？
http://otoro.net/kanji-rnn/
如果你想训练自己，有两个地方可以找到灵感：
Sketch-RNN JS 代码：https://github.com/tensorflow/magenta-demos/blob/master/sketch-rnn-js/README.md 旧Sketch-RNN 代码：https://github.com/hardmaru/sketch-rnn/“Google 我不”我不知道Qubit 是怎么说“使用神经网络做简单绘图”的，但你绝对应该玩一下这个你不想错过的小游戏。
https://quickdraw.withgoogle.com/
当然，如果你想认真讨论这个问题，这篇文档适合你。
草图的神经表示
大卫·哈、道格拉斯·艾克
https://arxiv.org/abs/1704.03477
- 就这样-
诚信招聘
量子比特正在寻找市场运营实习生，参与线上/线下活动全流程，协助制作相关素材、社区管理等。工作地点为北京中关村。
我们期待热心同学的参与！请将简历发送至quxin@qbitai.com。
具体详情请在量子位公众号（QbitAI）对话界面回复“实习生”。
量子位QbitAI·今日头条署名作者
追踪AI技术和产品新进展
版权声明：本文由今日头条转载，如有侵犯您的版权，请联系本站编辑删除。