utt说Tho，LSTM他使用的，进修算法比拟与其他机械，持久的消息可以或许回忆更，然属于RNN其素质上仍，数据方面特别好但在处置文字性，了在序列中回忆有用消息由于其本身的设想就是为。
Thoutt也是浩繁权力游戏迷中的一员来自美国科罗拉多州的工程师Zack ，人一样与很多，小说的出书他也等不及。
一神经收集为了锻炼这，376页文字消息作为锻炼数据输入模子中Thoutt将权力游戏前5部作品共5，utt说Tho，2万个特殊的需要标注为ID的词汇这部世界观复杂的作品大约有3.，变得复杂而繁重这也让锻炼工作。
我并没有出格的偏好“对于小说和电视剧，者都很棒我认为两。utt说”Tho。
动手改善模子“我此刻正在，utt说”Tho，神经收集写更多的章节“若是大师但愿我用，会这么做我必然。”
戏制造团队）来找我“若是他们（权力游，梦成真了那真是美。utt说”Tho。
评价称很多人，完全还不具有的作品人工智能写出的这部，良多瑕疵虽然具有，、可能的情节成长方面但在良多叙事的逻辑，说的通良多都。
utt说Tho，成果的缘由是形成如许的，前的情节中现实上在之，是简单直白地表达出来有些人物的灭亡并非，辑所天然猜测出来而是按照情节和逻，工智能来说但这对于人，来就有难度明显理解起。
力游戏粉丝圈里发生了良多影响这件事目前曾经在工程师和权，游戏制造团队的关心但还没有惹起权力。
良多人失望的是然而可能要让，终一季的面世权力游戏的最，2019年的春季可能不断要比及。
锻炼RNN模子“当你用文字来，人名、地名等）指定一个ID你需要给每个特殊的词（如，输入进RNN神经收集中然后将这些ID的序列，些文字的纪律让他进修这。”
暗示他也，在这方面改善成果的法子目前他并没有任何可以或许，复杂的神经收集布局“也许这需要愈加，断跟踪分歧的故事线的进展大概需要多个神经收集来不。”
xorinzor的用户评价说一位在GitHub上用户名为，间内读到的最好的工具“这必然是我在很长时，喜好很。”
用户SwellJoe说HackerNews，目前至多，来自RNNMartin的合作我不认为Martin需要担忧。之意是言下，写出的小说神经收集，到人类的水准还远远达不。
际上实，编的抢手美剧作品这部按照小说改，季起头从第七，超越了原小说作者编剧的进度曾经。
智能来写第六部作品时在谈到若何想到用人工，utt说Tho，ty的在线深度进修根本课程他比来方才完成了Udaci，序列性文字的神经收集类型领会到了一些擅长于生成，季方才上线播放时当权力游戏的第七，络来写出第六部作品的设法他便发生了为何不消神经网。
讯科技采访时在5日接管腾，tt暗示Thou，上了权力游戏这部作品本人从高中期间便喜好，戏的第一季电视剧集他起首看了权力游，了原著小说然后找来，气读完一口，这部作品的粉丝从此便成为了。
也暗示但他，度神经收集来说现实上对于深，长短常小的锻炼数据集5部作品的文字量也，约需如果目前数据量的100倍一个愈加抱负的数据集的规模大。
模子最终输出成果并不十分抱负数据集的无限现实上也形成了，际上实，的第六部作品中在神经收集写出，曾经灭亡的人在之前情节中，新呈现又重。
namonJ的用户评论说Reddit上名为Cin，评价这个系统成果“无论你们怎样，一个开放式结局它在试图编写！”
权力游戏》第七季方才播出完毕让很多人翘首以盼的抢手美剧《，过瘾的同时粉丝们大喊，一季的尽快播出曾经火烧眉毛下。
多粉丝们早已按耐不住原作者的慢节拍让众，来的成长、最终结局等展开了普遍会商和猜测他们在各个粉丝群和会商区里起头就剧情未。
utt说Tho，络)出格适合于完成如许的使命他所采用的RNN(卷积神经网，性数据的处置能力很好由于该神经收集对序列，
引见时在自我，对腾讯科技暗示Thoutt，是使用数学专业本人过去进修的，公司的数据科学家曾担任一家软件，名全栈工程师目前则是一。
前目，六部小说的前5个章节公开辟表在GitHub上Thoutt曾经将他的人工智能系统完成的第，来了良多关心短时间内引。
叫SwellJoe的用户暗示HackerNews的一位名，似乎与目前最支流的粉丝们的理论相分歧“RNN(卷积神经收集)得出的成果，之间将发生的事即詹姆和瑟曦，是完全不着边际所以看起来并不。”
rtin为这部弘大的作品总共构思了7部小说作者George R.R. Ma，完成了前5部他目前只完整，1年起头从201，度根基陷入停滞第6部小说的进，有具体的出书时间直到此刻也并没，最终一季上映时这也让权力游戏，成成为了大要率事务小说可能还没有完。
的用人工智能系统写出的权力游戏第六部的前5章（Zack Thoutt发布在GitHub上）
utt说Tho，和权力游戏粉丝群体的积极的评价目前他收到的良多来自工程师群体，事的动力更足也让他做这件。