百度飞桨：给出关键词，AI自动生成元宵节祝福~

元宵节，祝福语

• 一. 前言
• 二. 模型介绍
• 三. 数据准备
• 四. 执行代码
• • 4.1 安装依赖
  • 4.2 开始训练
  • 4.3安装模型
• 五. 预测输出
• 六. 元宵节快乐
• 七. 总结

百度飞桨系列文章：

• 百度飞桨：春节写春联：你写上联，AI写下联
• 百度飞桨：（情人节特辑）想做就做，让爱豆对你说情话，过凡尔赛式情人节~

关注专栏：百度飞桨

元宵节的形成有一个较长的过程，根源于民间开灯祈福古俗。据一般的资料与民俗传说，正月十五在西汉已经受到重视，不过正月十五元宵节真正作为全国民俗节日是在汉魏之后。正月十五燃灯习俗的兴起也与佛教东传有关，唐朝时佛教大兴，仕官百姓普遍在正月十五这一天“燃灯供佛”，佛家灯火于是遍布民间，从唐代起，元宵张灯即成为法定之事。

更多详情参考论文:An Enhanced Multi-Flow Pre-training and Fine-tuning Framework for Natural Language Generation。

• train_path(str): 训练集路径。
• dev_path(str): 验证集路径。
• save_dir(str): 模型保存以及验证集预测输出路径。
• init_ckpt_path(str): 模型初始化加载路径，可实现增量训练。
• use_gpu(bool): 是否使用GPU。
• max_steps(int): 最大训练步数。
• batch_size(int): 训练时的batch大小。
• max_encode_len(int): 最长编码长度。
• max_decode_len(int): 最长解码长度。
• learning_rate(float): 学习率大小。
• warmup_proportion(float): 学习率warmup比例。
• weight_decay(float): 权值衰减大小。
• noise_prob(float): 噪声概率，详见ernie gen论文。
• label_smooth(float): 标签平滑权重。
• beam_width(int): 验证集预测时的beam大小。
• length_penalty(float): 验证集预测时的长度惩罚权重。
• log_interval(int): 训练时的日志打印间隔步数。
• save_interval(int): 训练时的模型保存间隔部署。验证集将在模型保存完毕后进行预测。

运行结果是一个字典，包含2个键:

• last_save_path(str): 训练结束时的模型保存路径。
• last_ppl(float): 训练结束时的模型困惑度。

4.3安装模型

五. 预测输出

输出：

月到十五分外圆，把你疼爱把你怜，常常把你挂心间，今夜的汤圆甚是粘，我们何时能团圆。