Sentence VAE
1.0.0
Bowman等人的Pytorch重新實現了從連續空間產生句子的成就。 2015。 
注意：此實現目前不支持LSTM，而是RNN和GRU的。
4個時代後停止了訓練。 True Elbo已針對大約1個時代進行了優化（如上圖所示，可以參見上圖）。結果在整個拆分中平均。
| 分裂 | nll | KL |
|---|---|---|
| 火車 | 99.821 | 7.944 |
| 驗證 | 103.220 | 7.346 |
| 測試 | 103.967 | 7.269 |
從Z〜N（0，i）採樣後獲得了哨兵。
先生 。 n與自己的員工和Nnnnn不是N
在u的n的n中。 s。公司不可能發表評論
當他們在n中n時，然後他們是南安（Nann）
但是該公司表示，到NN和NN結束時將是N
但是該公司表示將是U的NN。 s。經濟
從z〜n（0，i）採樣兩次並插值兩個樣品後，已獲得了哨兵。
該公司表示，除了公司外，它將是n
但是該公司表示，除了公司發行股份以外，這將是n
但是該公司表示該公司的SNN和NN
但是該公司在過去兩年前的SNN
但是該公司在過去兩年前的SNN
但是在過去的幾年前，該公司的SNN
但是在過去的幾年前，他們沒有被披露
但是在過去的幾年前，他們沒有被披露
但是在一份聲明中，他們不知道過去幾週的$ n百萬美元
但是在過去幾週結束時沒有付款的聲明中
要運行培訓，請先下載Penn Tree Bank數據（從Tomas Mikolov的網頁下載）。該代碼期望在指定的數據目錄中至少找到ptb.train.txt和ptb.valid.txt 。數據也可以使用dowloaddata.sh腳本進行。
然後可以使用以下命令執行培訓：
python3 train.py
以下參數可用：
--data_dir將存儲PTB數據的目錄的路徑，並將存儲輔助數據文件。
--create_data如果提供，將創建新的輔助數據文件，形成源數據。
--max_sequence_length指定切斷長句子的切斷。
--min_occ如果一個單詞的出現小於語料庫中的“ min_occ”時間，則將被令牌代替。
--test如果提供，則還將在測試集上測量性能。
-ep ， --epochs
-bs ， --batch_size
-lr ， --learning_rate
-eb ， --embedding_size
-rnn ， --rnn_type “ rnn'或'gru'。
-hs ， --hidden_size
-nl ， --num_layers
-bi ， --bidirectional
-ls ， --latent_size
-wd ， --word_dropout Word摘要應用於<unk>器的輸入，這意味著單詞將被word_dropout的概率替換為。
-ed ， --embedding_dropout Word嵌入液位應用於解碼器的輸入。
-af ， --anneal_function “ logistic”或“ lineare”。
-k ， --k邏輯退火功能的陡度。
-x0 ， --x0用於“ logistic”，這是中點（即重量為0.5時）；對於“線性”，這是分母。
-v ， --print_every
-tb ， --tensorboard_logging如果提供，則用張板監視培訓進度。
-log ， --logdir目錄的張量板的日誌文件。
-bin ， --save_model_path目錄在哪裡存儲模型檢查點。
為了獲得樣品和在發件人之間的插值，可以使用推理。 py。
python3 inference.py -c $CHECKPOINT -n $NUM_SAMPLES
