add basic structure for lstm

#reader fiiles listed

#relinking

 No newline at end of file

#!/usr/bin/env python3

import numpy as np

#def (config, fileTrain, fileVal, fileTest)

    #formatiern auf usnere domensionen

    #save in config festgelegtem path von e.g. /Data

 No newline at end of file

#validator files listed

#relinking

 No newline at end of file

#!/usr/bin/env python3

import tensorflow as tf

import numpy as np

#def (config, testDatenSet)

#   durch die config mit dem model path holen wir uns das trainierte lstm model

#   lassen wir das testDatenSet durch unser model laufen

#   evaluieren mit unserer validierungsfunktion

#       (validator)

 No newline at end of file

#!/usr/bin/env python3

#Wähle ein Trainingskorpus und implementiere mögliche Vorverarbeitungsschritte.

import tensorflow as tf

import numpy as np

import /Readers/ as reader

import Validators/validator

#Settings class 

class SmallConfig(object):

  """Small config."""

  enum reader = basicReader

  init_scale = 0.1

  learning_rate = 1.0

  max_grad_norm = 5

  num_layers = 2

  num_steps = 20

  hidden_size = 200

  max_epoch = 4

  max_max_epoch = 5

  keep_prob = 1.0

  lr_decay = 0.5

  batch_size = 20

  vocab_size = 10000

  rnn_mode = BLOCK

#class arguments

#main

#initialisiert mit setting den graphen

    #init( config)

#fürt das training aus

#validiert

#   validset

#   testset