Dual Learning解决的问题: 带标签的训练数据少且高昂的成本,尽可能的利用无标签数据
Dual Learning 思想
Dual Learning在NMT中的应用
1.算法思想
2.负例
3.正例
4.实验设置(需要先预训练)
Dual Learning的扩展(可以扩展到多个有联系的模型)
自编码中Dual Learning的思想
GAN中Dual Learning的思想:
有标签的数据训练运用Dual Learning的两种运用方法:
(1)两个model同时做训练
(2)通过bayes公式转化
Dual Learning的提高原因(可大致将其作为一种loss的正则,使模型更加一般化)