首先先在命令提示字元確認已安裝tensorflow

Git clone https://github.com/GitYCC/Tensorflow_Tutorial.git

這個tutorial示範如何實作LSTM文章產生器，機器可以不斷的根據前文猜測下一個「字母」，如此一來只要給個開頭字母，LSTM就可以幫補成一篇文章，amazing.

引用函式庫

建立字母庫：

印出

模型輸入資料之batch data準備示意說明如下圖

如上圖例，Batch Size=2所以餵2個字母進去，那這些不相干的字母在取樣的時候，我們會盡量讓它平均分配在文字庫，才能確保彼此之間不相干，以增加LSTM的訓練效率和效果。

產生的training data如下：

定義模型函數
包含
Sample_distribution： uniform分配(0~1)
Sample：將預測輸出轉換成1-hot encoded samples
Logprob：log機率轉換

進入到建立LSTM Model階段
其中LSTM隱藏層神經元的部分在這裡，可對照上一篇模型介紹的hidden node概念圖

LSTM內的Gate參數設定如以下code

會跑一陣子…(機器吶喊中)
以下是訓練過程的log

最後幾個epoch

用法：輸入字母m，產生一篇m開頭的1000字文章
print(model_LSTM.generate(c='m',len_generate=1000))

結果輸出如下

參考來源
實作Tensorflow (6)：Recurrent Neural Networks (RNN) and Long Short-Term Memory (LSTM)
https://www.ycc.idv.tw/tensorflow-tutorial_6.html
Github
https://github.com/GitYCC/Tensorflow_Tutorial