当前位置: 首页 > news >正文

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_poemhttps://gitee.com/jdigood/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:

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。

后端管理平台记录所有的生成记录:

使用Echarts可视化展示生成记录:

详细功能列表:

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
http://www.dtcms.com/a/58434.html

相关文章:

  • C语言学习day25:WinAPI编程进阶07-游戏辅助时钟周期事件、定时器消息
  • 带宽计算公式
  • clickhouse源码分析
  • 顺序栈和链式栈的使用
  • 内存管理——页表、页表项、页目录、多级页表
  • 【大模型知识点】位置编码——绝对位置编码,相对位置编码,旋转位置编码RoPE
  • 【CXX】6.2 Rust::Str 公共 API
  • MySQL中的`JSON_EXTRACT`函数
  • Anthropic 平台升级,解锁 Claude3.7Sonnet 与 prompt 创作新玩法
  • SPI驱动(六) -- SPI_OLED上机实验(使用spidev)
  • 梯度计算中常用的矩阵微积分公式
  • 计算机网络----主要内容简介
  • Qwen2.5-7B-Instruct进行自我认知微调
  • HTTP 黑科技
  • 为什么会有结构体?
  • 《几何原本》命题I.25
  • PCIE接口
  • spring 和JVM之间关系
  • Go学习笔记
  • 【RAG】检索后排序 提高回答精度
  • 初识Linux
  • 一周学会Flask3 Python Web开发-SQLAlchemy定义数据库模型
  • 【Linux篇】调试器-gdb/cgdb使用
  • Redis- 切片集群
  • Linux驱动学习之平台总线设备树驱动模型
  • vue3 使用sass变量
  • 基于STC89C52的温度检测系统(DS18B20)
  • 如何使用Webpack打包React项目?
  • idea启动项目报端口被占用
  • leetcode hot100 图论