简评：两个 AI 程序的案例，看看代码是啥样的？
下面这是我写的一个案例，根据名字来确定你是来自印度哪个地区的。根据你名字的不同状态，可以判定你的家庭人员情况，以下是代码片段：
size = len(names)
train_X = np.array(names[:size * 2/3])
train_y = np.array(indStates[:size * 2/3])
test_X = np.array(names[size * 2/3:])
test_y = np.array(indStates[size * 2/3:])
X = tf.placeholder(tf.float32, [None, max_sequence_length, num_input])
y = tf.placeholder(tf.float32, [None, num_classes])
weights = weight_variable([num_hidden, num_classes])
biases = bias_variable([num_classes])
rnn_cell = tf.nn.rnn_cell.BasicRNNCell(num_hidden)
out, states = tf.nn.dynamic_rnn(rnn_cell, X, dtype = tf.float32)
y_ = tf.matmul(outputs[:,-1,:], weights) + biases
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = y_, labels = y))
train_step = tf.train.AdamOptimizer(learning_rate = learning_rate).minimize(loss)
下面这个代码不是我写的，这是个谷歌根据图片生成描述文字的创新。下面是根据图片生成描述的案例，完整的代码可以点击这里（github）。
但等等！别高兴得太早，就上面这个代码也引发了啼笑皆非的笑话。
狗挑起抓住飞盘；装满了食物饮料的冰箱；黄色校车停在停车场
要是调教不好，AI 很可能变得和我们一样蠢。
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
