1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie głębokie dla tekstu z PyTorch
Connected

ćwiczenie

Budowanie generatora i dyskryminatora

W PyBooks masz za zadanie pracować nad automatycznym generatorem tekstu, który pomoże pisarzom przezwyciężyć twórczą blokadę. Korzystając z GAN-ów (Generative Adversarial Networks – generatywnych sieci antagonistycznych), możesz zbudować system, w którym jedna sieć – generator – tworzy nowy tekst, a druga – dyskryminator – ocenia jego autentyczność. Aby to osiągnąć, musisz zainicjalizować obie sieci. Następnie będą one trenowane przeciwko sobie, żeby generować nowy, wiarygodny tekst.

Następujące biblioteki zostały już zaimportowane: torch, torch.nn jako nn.

Instrukcje

100 XP
  • Zdefiniuj klasę Generator z warstwą liniową dla danych sekwencyjnych oraz funkcją aktywacji sigmoid.
  • W metodzie forward() klasy Generator przepuść dane wejściowe przez zdefiniowany model.
  • Zdefiniuj klasę Discriminator z tymi samymi warstwami i funkcją aktywacji, zwracając uwagę na poprawne zdefiniowanie wymiarów.