基于 LSTM 模型的古诗词自动生成算法实现及系统实现近年来，研究者在利用循环神经网络（Recurrent Neural Network，RNN）进行古诗自动生成方面取得了显著的效果。但 RNN 存在梯度问题，导致处理时间跨度较长的序列时 RNN 并不具备长期记忆存储功能。随后，出现的基于长短期记忆网络（Long Short-Term Memory，LSTM）古诗自动生成方法在一定程度上解决了 RNN 的梯度问题。本文将LSTM 应用在古诗自动生成技术上，并利用sparse_categorical_crossentropy损失函数和Adam(lr=0.002