https://mp.weixin.qq.com/s/ZIJAdOGgdrOKCdXkEBDyMA
GAN综述介绍阅读笔记
GAN的原理
GAN在序列生成上的问题：
相比于 GAN 在图像领域的应用，GAN 在文本，语音领域的应用要少很多。主要原因有两个：
1. GAN 在优化的时候使用 BP 算法，对于文本，语音这种离散数据，GAN 没法直接跳到目标值，只能根据梯度一步步靠近。
2. 对于序列生成问题，每生成一个单词，我们就需要判断这个序列是否合理，可是 GAN 里面的判别器是没法做到的。除非我们针对每一个 step 都设置一个判别器，这显然不合理。
为了解决上述问题，强化学习中的策略梯度下降（Policy gredient descent）被引入到 GAN 中的序列生成问题
GAN的目标函数在dialogue是什么样子？
GAN和强化学习有相似的地方，无法直接客观的判断生成样本的好坏
GAN训练有一定难度（优化目标函数来解决、zhujunyan文章对于GAN训练提出技巧）
任务：
复现lijiwei文章；
阅读liubing和peng文章，精读，基本上对模型的每一步都要了解，包括输入输出，公式推导，
再找新文章阅读