GANモデルの学習

PyBooks のチームは、Generative Adversarial Network (GAN) を使ったテキスト生成に向けて順調に進んでいます。ジェネレーターとディスクリミネーターのネットワーク定義は完了しました。次は、それらを学習させる段階です。最後のステップとして、偽データを生成し、実データと比較して GAN の学習状況を確認します。入力にはテンソルを用い、出力は入力テンソルに似た形になるようにします。これにより、PyBooks のチームは、テキストデータと同じ関係性をもつ特徴量を備えた合成データをテキスト分析に活用できます。

ジェネレーターとディスクリミネーターはそれぞれ generator と discriminator に初期化・保存されています。

この演習では次の変数が初期化されています。