最近基本零进展。出现的问题：
1）GAN训练不好：
2）multi-gpu没有弄好，
应该：把所有的model和loss集成到一个class下。
计划：
1）GAN为什么会collapse：
–》观察：
G使用sample生成结果，reward一直是＜0.2。
D对于loss_fake,在5个epoch之后稳定在0.5。无法判断G的回答是否有用。于是collapse。
G预训练结果不好。是一个问题。
–》发现seqgan的数据集是初始N（0，1），使用lstm生成的长度为20的句子。所以用在dialogue上不好用，是肯定的。
所以我应该去看lijiwei的代码，因为他是用在dialogue而且是对seqgan改动的初期。
-》
使用李纪为的方法，batch_size=128，尽力对G预训练好一些，在GAN中，D5G1，G训练时加入teacher-forcing,learning-rate使用1e-3.clip_grad_norm_使用5
发现问题，对D的train，D5中每次sample得到的是不同的batch数据。
进行teacher-forcing。
DP-GAN介绍说很容易D训练太好，无法梯度回传，和我的 情况不一样啊？
GAN的问题：
比如“西瓜汁好喝！”，我稍微改一下“西瓜汁好喝吗？”，尾巴动一点，整个意思都变了。GAN 局部信息重构到底是靠死记硬背训练样本，还是靠神经网络插值“生成”出来的？针对自然语言这种细节敏感的问题，GAN 不是一个首选方案，不然 n-gram 的 LM 也不会活到今天。
G来生成图像也相对容易，因为图像的结构化特征比较明显，就是用CNN可以较好提取的结构特征，但是语言的长程相关提取出来就比较难。语言应用需要对语言系统的整体结构特征进行提取，所以其应用落地就复杂一些。
GAN的梯度回传不好，参考Lan G的演讲。NLP的action space太大。
想法：
confirm在以前是什么样子，我能做什么改善。?
在dstc2数据集中，confirm是寻求确认，affirm是确认，request是要求店家的电话号码，thankyou/buy是对话结束。inform是询问。