1.
用GAN生成序列数据有两个问题:
1. 生成模型产生的数据是离散的;梯度更新的时候,微小的改变难以在离散的空间中找到对应的词汇。
2. 判别模型只能处理完整的序列数据。
SeqGAN用强化学习的方法解决了梯度问题,并用MC方法使其能够处理不完整的数据。
2.
用GAN生成序列数据有两个问题:
1. 生成模型产生的数据是离散的;梯度更新的时候,微小的改变难以在离散的空间中找到对应的词汇。
2. 判别模型只能处理完整的序列数据。
SeqGAN用强化学习的方法解决了梯度问题,并用MC方法使其能够处理不完整的数据。