1. 학습
    2. /
  2. 강의
    3. /
  3. PyTorch로 배우는 텍스트 딥러닝
Connected

연습 문제

GAN 모델 학습하기

PyBooks 팀은 Generative Adversarial Network (GAN)을 사용해 텍스트 생성기를 구축하는 데 큰 진전을 이뤘습니다. 생성기와 판별기 네트워크를 성공적으로 정의했으니, 이제 학습할 차례입니다. 마지막 단계로는 가짜 데이터를 생성하여 실제 데이터와 비교해 GAN이 얼마나 잘 학습했는지 확인합니다. 입력으로 텐서를 사용했고, 출력은 입력 텐서를 닮도록 시도합니다. 이렇게 만든 합성 데이터는 텍스트 데이터와 동일한 특성 간 관계를 가지므로, PyBooks 팀은 이를 텍스트 분석에 활용할 수 있습니다.

생성기와 판별기는 각각 generator와 discriminator로 초기화되어 저장되어 있습니다.

이 연습 문제에서는 다음 변수가 초기화되어 있습니다:

  • seq_length = 5: 각 합성 데이터 시퀀스의 길이
  • num_sequences = 100: 생성할 시퀀스의 총 개수
  • num_epochs = 50: 데이터셋 전체를 반복 학습하는 횟수
  • print_every = 10: 출력 빈도, 10 에포크마다 결과를 표시

지침 1/3

undefined XP
    1
    2
    3
  • 이진 분류용 손실 함수와 Adam 옵티마이저를 정의하세요.
  • real_data에 unsqueeze를 적용하고, 기울기 재계산을 막아 판별기를 학습하세요.