布拉拉巴卜拉的博客

NLP之文本生成原理（二）--VAE与GAN模型VAE与GAN模型1. Auto Encoder 自编码器1.1 结构1.2 核心思想1.3 损失函数1.4 Denoising Auto Encoder(降噪自编码器)2. Variational Auto Encoder (VAE)2.1 核心思想2.2 损失函数2.3 KL divergence(KL散度)3. GAN(generative adversarial networks)3.1 GAN结构与核心思想3.2 训练 GAN 的难点3.3 如何优化

NLP之文本生成原理（一）--Sampling问题NLP之文本生成原理（一）--Sampling问题1. Greedy Decoding1.1 Greedy Search1.2 Beam Search1.3 Greedy Decoding与Beam Search存在问题2. Sampling引入随机性2.1 随机Sampling(vocab(y~i~))2.2 随机Sampling存在问题2.3 top-k sampling2.4 Neucleus SamplingNLP之文本生成原理（一）–Sampli