文件名称：latextgan:CS230 latextgan实施
文件大小：1001KB
文件格式：ZIP
更新时间：2024-04-08 02:52:49
Python
使用生成对抗网络的无监督文本生成 斯坦福CS230：深度学习 作者： ， ， 概述 请阅读我们的，或以了解有关该项目的详细信息。摘要包括在这里： 尽管通用对抗网络在其他领域取得了成功，但由于需要在每个时间步选择要生成的单词，因此在文本生成领域的牵引力很小。这种离散的“拾取”功能带来了挑战，因为它防止了梯度从鉴别器传播到生成器。在本文中，我们探索了使用GAN生成文本的另一种方法，其中生成器可直接输出可以使用预训练解码器解码的句子编码。尽管我们生成的句子缺乏语言模型基线的流畅性，但我们证明了这种方法具有生成创造性，逼真的句子的潜力，并将受益于对未来作品的进一步探索。 档案使用 预处理数据 为了用作以下过程的输入，数据必须采用文本文件的形式，每行仅包含一个句子。可以将用作模板脚本，以将原始文本数据转换为这种格式。 训练自动编码器 使用配置自动编码器训练参数和体系结构。 使用培训数据和验证数
【文件预览】：
latextgan-main
----autoencoder.py(18KB)
----gan.py(3KB)
----train_gan.py(12KB)
----autoencoder_parameters.json(1KB)
----gan_parameters.json(720B)
----src()
--------CS230_Final_Report.pdf(527KB)
--------CS230_Project_Proposal.pdf(249KB)
--------CS230_Milestone.pdf(244KB)
----data_cleaning()
--------data_cleaning.py(1KB)
----.gitignore(2KB)
----evaluation()
--------test_sentences.py(5KB)
--------get_corpus_bleu.py(4KB)
----README.md(4KB)