lab04: new

README.md

@@ -57,3 +57,12 @@
 
 
 
+### Лабораторная работа №4
+
+| Группа  |    Дата    | 
+|:--------|:----------:| 
+| А-01-20 | 09.04.2024 | 
+| А-03-20 | 16.04.2024 | 
+
+* [Задание](labs/OATD_LR4.ipynb) 
+

labs/OATD_LR4.md

@@ -1,46 +0,0 @@
-# Лабораторная работа №4. Использование нейронных сетей для генерации текста 
-
-## Цель работы
-
-Получить практические навыки решения задачи генерации текста.
-
-## Задание
-
-1. Загрузить выборку стихотворений одного из поэтов в соответствии с вариантом.
-2. Познакомиться с данными. Проанализировать статистические характеристики исходных данных (среднюю длину стихотворения, среднюю длину строки).
-3. Подготовить выборку для обучения.
-4. Построить нейронную сеть. Тип ячейки RNN выбрать в соответствии с вариантом.
-5. Обучить нейронную сеть на разных количествах эпох (5, 15, 30, 50, 70) при зафиксированных параметрах embedding_dim = 256, rnn_units = 300, T = 0.3 и сравнить результаты генерации (тексты), перплексию и статистические характеристики сгенерированных текстов. Выбрать оптимальное количество эпох
-7. Изменяя параметр температуры T проанализировать изменения сгенерированного текста. Выбрать оптимальное значение параметра.
-8. Проанализировать зависимость перплексии, скорости обучения, результатов генерации от параметров нейронной сети embedding_dim, rnn_units:
-embedding_dim = {vocab/4, vocab/2, vocab, vocab * 2, vocab * 4},  где vocab = размер словаря выборки.  
-rnn_units = {10, 100, 300, 500}
-
-## Указания
-
-Для работы рекомендуется вместо Jupyter Notebook использовать [Google Colab](https://colab.research.google.com/) и среду с GPU для ускорения расчетов. Для установки среды, использующей GPU в Google Colab нужно
-выбрать пункт меню "Среда выполнения" -> "Сменить среду выполнения" -> выбрать аппаратный ускоритель "GPU". 
-
-## Варианты заданий
-
-### Поэт
-
-Четные номера по журналу - Пушкин, нечетные - Маяковский. 
-
-### Тип ячейки RNN
-
-Остаток от деления номера по журналу на 3:
-* 0 - https://keras.io/api/layers/recurrent_layers/simple_rnn/
-* 1 - https://keras.io/api/layers/recurrent_layers/lstm/
-* 2 - https://keras.io/api/layers/recurrent_layers/gru/
-
-## Контрольные вопросы
-
-1. В чем особенность рекуррентных нейронных сетей?
-2. Типы рекуррентных сетей - обычная RNN
-3. Типы рекуррентных сетей - LSTM
-4. Типы рекуррентных сетей - GRU
-5. Что такое и как вычисляется перплексия
-
-
-