step 1：训练模型（train the network)
训练样本是是从什么文风的文章截取的，这个模型在predict阶段就会生成什么样文风的文本。
1）准备training example pairs：（input_segment, target_character)。target_character是input_segment之后的character。例如，从一篇3000词的莎士比亚文章中截取training example pairs，设定input segment length = 30，stride = 3，那么能截取出约1000个（input_segment, target_character)，因为stride意思是每次向后移动三个character，再截取下一个pair。
2）encoding：把input_segment用one-hot encoding方式编码成矩阵，size=length x vocabulary (=#unique tokens，字母，数字，标点，空格…), 把target编码成向量。
对于这个模型/任务，预测对象是character，vocab大小也就几十，所以不用word embedding来缩小每个character vector的长度。character-level tokenization不需要embedding，word-level tokenization需要。
3）train：input—LSTM—Dense（softmax）— y^: probability distribution of the predicted character. 注意不能用双向LSTM，因为文本生成是看前面的文本，生成下一个字符，是单向问题。
cost function = H(y, y^) = -logP(y), 因为y为one-hot encoding vector只在正确预测的那一维是1。P(y)：probability distribution中对应target的那一维。
LSTM: #weights + #bias = （128+57）x4x128 + 4×128 = 95232
Dense: #weights + #bias = 128×57 + 57= 7353
LSTM：
reminder：
input size为[batch_size（句子数）, sequence_length_T（每句话长度 i.e. 单词个数）, LSTM_num_units（h，c的向量长度 i.e. num_units）]
output size为:
if return_sequences=True, output is output sequence y(1:T), with size of [sequence_length, batch_size, num_units].
if return_sequences=False, output只保留y(t), with size of [batch_size, num_units].
对于文本生成任务，input和output size：
input size： [batch_size（#segments）, segment_length, LSTM_num_units]
output size：这里应该只返回最后一个y(T) = [batch_size, num_units]用来预测the next character， 所以return_sequences=False
batch_size = 128: 每次输入一批segments进行训练，更新一次模型参数
epochs = 1: 把所有training pairs in dataset过一遍
step2：使用模型进行预测（predict）
训练好了模型，现在使用模型进行文本生成。
1）自己写一个开头”seed“ 用作第一次的input
2）重复下列步骤，每次能生成一个character：
- feed the input into the network
- output the probability districution of the predicted next character
-
sample from the distribution to determine the next character, there are three options: 取可能性最大的；直接sample；用temperature处理概率分布后再sample。
-
更新input：去掉第一个character，加上next character
展示一下最终成果吧：
