SeqGAN: Sequence Generative Adversarial Nets的pytorch实现

---

目录

1. 所需环境 Environment
2. 模型结构 Structure
3. 注意事项 Attention
4. 文件下载 Download
5. 训练步骤 How2train
6. 参考资料 Reference

所需环境

Python3.7 PyTorch>=1.7.0+cu110
Numpy==1.19.5 CUDA 11.0+ nltk==3.7 tqdm==4.62.3

模型结构

注意事项

1. 新增基于生成器、对抗器权重的l2正则化误差，降低过拟合概率
2. 新增基于HingeLoss的对抗器误差
3. 更改基于参考资料[1]的蒙特卡洛补偿计算方法，使其与数据特征能正确匹配
4. 数据路径、训练目标等参数均位于config.py，默认使用image_coco数据集

文件下载

链接：https://pan.baidu.com/s/1SNc7uJ3PMxX6gxLrELfjEQ 提取码：LEAK 下载解压后放置于config.py中设置的路径即可。

训练步骤

1. 默认使用image_coco进行训练，并使用nltk划分单词。
2. 运行train.py即可开始训练。

Reference

1. https://github.com/williamSYSU/TextGAN-PyTorch