只有15天了，15天后就要提交完整的論文

　　我需要做好:

　　1.把agent寫出來

　　2.把env寫出來

　　3.訓練起來

　　4.測試起來

　　5.寫論文

　　——————————————————————

　　f已經沒問題了，正在跑

　　t還是那個問題，多卡返回這樣是行不通的，我現在的做法是把那個全連接層放到loss裡面，這樣應該可以反向傳播的

　　還一個問題，我從中間讀取check point包括model、prob，應該是可以成功的，但是跑起來一直有問題，我查出來確實是prob矩陣似乎全都是0，這可能就是問題所在

　　我現在重新跑一下第一個階段，獲得prob之後，打印出來看看是不是0

　　之所以之前保存了0，我記得是因為某一次我把一階段的epoch設置成0之後，沒有注釋掉保存prob的代碼，結果就把全0的prob保存了下來。

　　等跑完一階段後，我看看效果如果prob正常了，那麽我就可以看看之前那種修改方式t-有沒有在變化，如果有的話還行，沒有的話，我就需要修改為把全連接層放到loss裡面。

　　————————————————————————

　　先看這個效果把，大概今晚七點半出結果

　　在這期間，我可以在本地寫打印clean 的實驗

　　並且開始寫強化學習的代碼

　　—————————————————————————

　　現在prob正確的保存下來了，這樣以後不用費力氣去跑1、2兩個階段了

　　可以直接從3開始，但是3有個地方我沒寫好，又bug了，現在再跑

　　clean 的實驗上傳到服務器上跑了，mnist太小沒有討論價值，cifar10和cifar100上，可以明顯看出，有許多乾淨數據被誤判為large 了，因此確實需要來拯救一下。可怕的是，factor=0的時候，比0.01，提高的要慢一些，不過關不了那麽多了，先放著吧。

　　————————————————————————————

　　還有個事情，cauchy的公式需要推導

　　強化學習的代碼，明天一定要寫起來。

　　————————————————————————————

　　 32166 10lc_10

　　32167 10lc_30

　　32168 10lc_50

　　32169 100lc_10

　　32170 100lc_30

　　32171 100lc_50

　　32172 mlc_10

　　32173 mlc_30

　　32174 mlc_50

　　——————————————————————————————

　　以上全部作廢，因為gamm和epsilon的計算方式是錯誤的

　　現在換了新的，在cifar10上測試了，目前來看似乎可以跑出正確的結果

　　我在等等確認一下，如果可以，那麽一會可以factor改為0，看看效果

　　最後沒問題，那就跑noise

　　————————————————————————————————

　　t-應該是可以的，但是loss非常小，不知道為什麽，先不管那麽多了，我直接重新跑了，把print loss那個注釋掉了。此時還是個測試，因為我要確定3階段可以正確的訓練，然後我才跑5epoch的一階段，免得又浪費時間。

　　————————————————————————————————