这段代码用于重现“SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient”（Yu et.al）中的合成数据实验结果。 它用更高级别的 tensorflow API 替换了原始的张量数组实现，以获得更好的灵活性。

SeqGAN-火炬 PyTorch实现的“ SeqGAN：具有策略梯度的序列可生成对抗网络”。 （于兰涛等） 要求： pytorch v0.4.1 Python 3.6 该代码基于其他人的实现，我进行了一些更改，要在命令行中使用python train.py来运行此代码。

聊天机器人 一个可以使用自己的语言料进行训练的中文聊天机器人，目前包含seq2seq tf1.x和tf.2x版本，seqGan版本为tf1.x版本，pytorch版本，欢迎大家实践交流。 关于语料的说明 大家可以使用小黄鸡的预料，地址 seq2seq版本代码执行顺序 1，在下载好代码和语料之后，将语料文件放入数据目录下。 2，准备数据预处理器（data_utls.py）-> execute.py（执行器）-> app.py（可视化对话模块）的顺序执行就可以了。 3，超参配置在seq2seq.ini和seq2seq_sever.ini文件中配置。 seqGAN版本代码执行顺序 1，在下载好代

seqGAN PyTorch实现的“ SeqGAN：具有策略梯度的序列生成对抗网络”。 （于兰涛等）。 该代码经过高度简化，注释和（希望）易于理解。 实施的策略梯度也比原始工作（ ）简单得多，并且不涉及推广-整个句子使用单一奖励（受的示例启发） ）。 使用的体系结构与原始工作中的体系结构不同。 具体而言，将循环双向GRU网络用作鉴别器。 该代码按论文中所述对合成数据进行实验。 我们鼓励您对代码作为问题的工作方式提出任何疑问。 要运行代码： python main.py main.py应该是您进入代码的入口。 技巧与观察 在这种情况下，以下黑客（从借来）似乎有效： 培训鉴别器

中国嘻哈一代 2018年DeeCamp人工智能夏令营项目，使用GAN进行中文嘻哈歌词生成。 DeeCamp 2018项目，使用GAN生成中文嘻哈歌词。 注意 因时间仓促，代码写的有些混乱（或其他变量命名等），也可能存在一些错误，欢迎提成PR共同改进。造成收益有限，不再更新，有问题欢迎提问题，我会尽最大努力地提供帮助。 该代码现在一团糟，使用时请小心。 如果发现一些错误并提出问题寻求帮助，欢迎进行PR。 数据集 训练数据以及押韵表可以从Google云，也可以可以根据我的更改数据集 可以从下载处理过的训练数据和韵律表，还了原始歌词（10，000句）。 要求 Python3 TensorFlo