当你拿起手机准备发朋友圈的时候，会不会在选好图片后却不知道要写什么文案？
又或者是看到一处美景时，想不出别的高级形容词，只会说：“woc，太好看了吧！”
问题不大！ai可以帮你搞定！就像下面这样：
ai根据这张图片生成的古诗是：
蕾蕾海河海，岳峰岳麓蔓。
不萌枝上春，自结心中线。
怎么样？还不错吧！
二、实现思路
我认为研究ai其实就是在研究我们人类，为什么这么说呢？举个例子：
我们在看图说话时，一般都是先看看图片上有什么内容，比如一张图里有山有水还有很多的植物，那我们对这张图的第一印象就是一张风景图，然后我们再根据图片上某一个具体的景物做详细的描述。
其实ai也是类似的！
要想让机器根据一张图片写古诗，可以分为以下三步：
最简单的就是图像分类，将图像分到某一个类别里，比如上面那张图的类别就是lakeside即湖边。
拿到图片的类别之后，也就有了这张图的关键字，但关键字往往很短，不足以写出一首完整的古诗，因此我们需要找到更多的关键词。
当关键词足够多时（即能构成古诗的上阕，如：昔年旅南服，始识王荆州。），我们就把关键词组合成古诗的上阕，然后送入模型。
最后得到模型的输出即古诗的下阕，上、下阕组合后就是一首完整的古诗，我们还可以对古诗进行评估，分析一下情感倾向。
三、调用三个模型就能快速写诗！
1首先将paddlehub更新到最新的版本：
in [1]
!pip install --upgrade paddlehub -i
https://pypitunatsinghuaeducn/simple
2安装所需要的模型：
图像分类：xception71_image
文本生成：ernie_gen_couplet
文本生成：ernie_gen_poetry
情感分析：senta_bow
in [2]
!hub install xception71_image==100 图像分类
!hub install ernie_gen_couplet==100 文本生成（对联），获取近似词
!hub install ernie_gen_poetry==100 生成古诗词
!hub install senta_bow==120 情感倾向分析
[2021-10-10 18:10:21,571] [ info] - successfully installed senta_bow-120
2021-10-10 18:10:21,920 - info - lock 140389601126352 released on /home/aistudio/paddlehub/tmp/senta_bow
3获取图片的分类，即该图片是什么
在放自己想要预测的图片时，只需替换test_img_path里的图片路径即可，其他的都不需要调整
左侧为大家准备了几张图片示例，大家也可以自行上传图片
in [14]
import paddlehub as hub
module_image = hubmodule(name=&34;xception71_image&34;) 调用图像分类的模型
test_img_path = &34;catjpg&34; 选择图像，即要根据哪张图片写诗
set input dict
input_dict = {&34;image&34;: [test_img_path]}
execute predict and print the result
results_image = module_imageclassification(data=input_dict)
pictureclassification = list(results_image[0][0]keys())[0]
print(&34;该图片的分类是：&34;,pictureclassification) 得到分类结果
[2021-10-10 18:16:30,477] [ info] - 638 pretrained paramaters loaded by paddlehub
该图片的分类是： tabby
因为这里得到的标签都是英文，所以这里我们先把英文翻译成中文,用到的库是translate：
in [5]
!pip install translate
in [15]
from translate import translator
translator = translator(to_lang=&34;chinese&34;)
pictureclassification_ch = translatortranslate(&34;{}&34;format(pictureclassification))
print(&34;该图片的分类是：&34;,pictureclassification_ch)
该图片的分类是： 虎斑猫
4根据图片的分类获取近义词
使用对联生成的模型来生成近义词，使用对联生成的可行性分析：
对联对仗工整，平仄协调，字数相同，结构相同
生成的近义词能更加丰富，古诗是丰富多彩的，需要丰富而充满想象力的词汇
大胆尝试后，发现效果不错
in [20]
import numpy as np
module_similar = hubmodule(name=&34;ernie_gen_couplet&34;) 调用对联生成的模型