Боб Дилан был удостоен Нобелевской премии по литературе. Каждое решение Нобелевского комитета имело своих сторонников и критиков, но это решение вызвало всемирную дискуссию. Дебаты вышли за рамки награжденного и превратились в спор о том, что такое литература и обладают ли песенные тексты художественными свойствами романов, рассказов или стихов.
Г-н Дилан добавил к дебатам, не отвечая на выдвижение в течение двух недель и зарабатывая «высокомерную и невежливую» награду Шведского комитета.
Мое мнение по поводу дебатов не нужно, так что давайте перейдем к теме поста. Я уже некоторое время играюсь с нейронными сетями. Вы можете использовать их для многих вещей, но несколько месяцев назад один пост действительно изменил мой взгляд на потенциальное использование нейронных сетей.
Пост Необоснованная эффективность рекуррентных нейронных сетей Андрея Карпати (сейчас в OpenAI). Там он представил, как рекуррентная нейронная сеть может генерировать текст, аналогичный корпусу, на котором она обучалась (примеры включали эссе Пола Грэма, Шекспира, статьи в Википедии, компьютерный код на C и т. д.).
Поскольку мы не знаем, будет ли Боб Дилан присутствовать на Нобелевской премии, я решил запустить модель мистера Карпати на лирике Дилана. Для обучения я использовал книгу Дилана «Лирика: 1961–2012» и его речь на вручении премии MusiCares «Человек года 2015».
Честно говоря, я не использовал код, представленный г-ном Карпати в посте, или версию Torch, на которую он ссылался. Одной из моих любимых библиотек для глубокого обучения является Keras, поэтому я использовал Keras реализацию той же сети, сделанную Минешем Мэтью, с небольшими изменениями.
Итак, вот речь (на самом деле песня), сделанная нейросетью:
Неплохо для 20 эпох и менее часа вычислительного времени.
Как бы выглядела речь Боба Дилана о вручении Нобелевской премии, если бы ее написала нейросеть
