pytorch_RVAE

Pytorch经常性自动编码器

模型：

这是塞缪尔·鲍曼（Samuel Bowman）从连续空间中生成句子的实施

抽样示例：

新机器可用于增加公司S购物系统中的风险投资块数量，以资助多样化的组织

美国政府官员还表示，他们愿意考虑该提案是否可以用作敦促和计划

男人认为他们必须继续，因为他们的昂贵的重要

公司坚持认为颜色集可以包括在程序中

用法

在模型培训之前，有必要训练单词嵌入：

 $ python train_word_embeddings.py

Mikolov等人定义的脚本火车词嵌入。单词和短语的分布式表示

参数：

--use-cuda

--num-iterations

--batch-size

--num-sample - - 从噪声令牌中采样数量

火车模型使用：

 $ python train.py

参数：

--use-cuda

--num-iterations

--batch-size

--learning-rate

--dropout - - 在解码器输入中将单位的概率归零

--use-trained - - 在模型之前使用训练

在培训后采样数据使用：

 $ python sample.py

参数：

--use-cuda

--num-sample