########################################### 环境配置： Tensorflow 1.2.1 Python 2.7 ########################################### 介绍： 这是LeakGAN在模拟数据下的实验。 ########################################### 文件说明： LeakGANModel.py 生成器模型，包括Manager和Worker模块。 Discriminator.py 判别器模型，包括特征提取网络和分类器。 target_lstm20.py 长度为20的预言模型，用来制造模拟数据。 data_loader.py 灌数据用的函数们。 Main.py 把各模块拼起来，训练和生成，run起来。 ########################################### 细节： 我们提供了这些示例代码，让大家可以复现在模拟数据下的实验。 在默认参数下运行长度为20的实验：输入“python Main.py” 在默认参数下运行长度为40的实验：输入“python Main.py --length=40” 实验有两个阶段。第一个阶段，使用预言模型提供的好数据和MLE进行监督学习。第二个阶段，用对抗训练来增强生成器。 当你运行代码的时候，预训练模型会存放在ckpts文件夹下。 如果你想复位判别器预训练模型，可以输入：“python Main.py --resD=True --model=leakgan_preD” 如果你想复位所有预训练模型，可以输入：“python Main.py --restore=True --model=leakgan_pre” 当你结束实验后，可以得到负对数似然的训练效果记录，输出在终端上，同时也存在save/experiment-log.txt里。