สร้าง Generator และ Discriminator

ที่ PyBooks คุณได้รับมอบหมายให้พัฒนาระบบสร้างข้อความอัตโนมัติ เพื่อช่วยให้นักเขียนผ่านพ้นช่วงที่ไม่มีแรงบันดาลใจในการเขียน โดยใช้ GAN หรือ Generative Adversarial Networks เพื่อสร้างระบบที่ประกอบด้วยโครงข่ายสองส่วน ได้แก่ generator ที่สร้างข้อความใหม่ และ discriminator ที่ประเมินความน่าเชื่อถือของข้อความนั้น ขั้นแรกต้องกำหนดค่าเริ่มต้นให้ทั้ง generator และ discriminator จากนั้นโครงข่ายทั้งสองจะถูกฝึกสอนแข่งขันกัน เพื่อสร้างข้อความใหม่ที่ดูสมจริง

มีการนำเข้าสิ่งต่อไปนี้ให้แล้ว: torch, torch.nn as nn.

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning สำหรับข้อความด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

กำหนดคลาส Generator โดยใช้ linear layer สำหรับข้อมูลแบบลำดับต่อเนื่อง และฟังก์ชัน activation แบบ sigmoid
ส่ง input ผ่านโมเดลที่กำหนดไว้ในเมธอด forward() ของคลาส Generator
กำหนดคลาส Discriminator โดยใช้เลเยอร์และฟังก์ชัน activation แบบเดียวกัน โดยให้ความสำคัญกับการกำหนดขนาดมิติให้ถูกต้อง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define the generator class
class Generator(nn.Module):
    def __init__(self):
        super().__init__()
        self.model = nn.____(nn.____(____), nn.____())
    def forward(self, x):
        return self.____(x)

# Define the discriminator networks
class Discriminator(nn.Module):
    def __init__(self):
        super().__init__()
        self.model = nn.____(nn.____(____), nn.____())
    def forward(self, x):
        return self.model(x)

แก้ไขและรันโค้ด