Skip to content

logs33:Observe RL values

Jump to bottom
Higepon Taro Minowa edited this page Jul 1, 2018 · 3 revisions

Questions to answer

  • Why is the first greedy results are different between seq2seq and RL. They should be the same.
  • Should we change the temperature?
  • How quickly it learns something?
  • Should we standardize reward?

Example result

INFO:tensorflow:Restoring parameters from model/conversations_large/ChatbotModel-27584
$$$ GPU ENABLED $$$
$$$ GPU ENABLED $$$
INFO:tensorflow:Restoring parameters from model/conversations_large_backward/ChatbotModel-45146
おはよ〜"((∩´︶`∩))"こんな早い時間に起きるなんて、わあ！なんという奇跡💩今日も1日だらだらだらだらしたいなあと
    [seq2] : おはあり！！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : おはあり！ はいいね！ もいいね！ もいいね！ もいいね！ もいい 
    [RL sample]: それはそれでいいのかな？ とかは見てないけど、それはそれでいいのかなーと   -1.44 => <= -10.67
💩がスゲー若いあ、くまと同じもの見て、同じ感想だったｗ[PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD]
    [seq2] : 💩の💩の方が好き  の方が好きなんですよね。 の方が好きなんです 
    [RL greedy] : 💩の方が好き   の方が好き   は好き  💩 💩💩💩💩💩💩 
    [RL sample]: それはそれでいいのかな？ とかは見てないけど、それはそれでいいのかなーと   -2.24 => <= -8.36
マスターと琴葉姉妹が旅行に行って旅行先でも揃えられるような材料のカクテルを宿泊先で作るって話が
    [seq2] : 💩の💩の方がいいのかな？ とか、💩とか、💩とかとかとかとかとかとかとかとかとか 
    [RL greedy] : なるほど…参考版版版版版版版版版版版版版版版版版版版版版版版版版
    [RL sample]: なるほど。とりあえず試してみようかなー 版版版版版版版`)`)`)`)`)買う人多いみたいですか -10.16 => <= -8.85
ありがとうございます🙇🏻‍♀️💓こちらこそありがとうございます❇︎これからよろしくお願いします(*^^*)[PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD]
    [seq2] : こちら♡です！！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : こちら♡よろしくお願いします🤲 版版版版版版版館版館盤盤版番番番番番番譲り
    [RL sample]: なるほど。とりあえず試してみようかなー 版版版版版版版`)`)`)`)`)買う人多いみたいですか -5.19 => <= -12.48
だからたんぽぽを……穂海のことを、お願いしてもいい？あ、たまきせんせーだー！遊んで欲しい
    [seq2] : ありがとう！！！！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : おぉーぜひぜひぜひ仲良くして版版版版版版版版版版版版版版版版版版版版
    [RL sample]: 版版版版版版版版版版版版版版版版版版版版版版版版版版版版 -13.63 => <= -8.72
ビッチくんはさぁ、いつもハァハァいってるけど暑いの？ふふ、ある意味熱いのかもー[PAD][PAD][PAD][PAD][PAD][PAD]
    [seq2] : そうなのか！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : なるほどーやっぱり版版版版版版版版版版版版版版版版版版版版版版版版版
    [RL sample]: 版版版版版版版版版版版版版版版版版版版版版版版版版版版版 -14.63 => <= -8.86
たろちゃんと久々のLINEたのし！wお二人ともお元気そうで、なによりですm(__)m[PAD][PAD][PAD][PAD]
    [seq2] : ありがとうございます！！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : 版版版版版版版版版版版版版版版版版版版版版版版版版版版版
    [RL sample]: 版版版版版版版版版版版版版版版版版版版版版版版版版版版版 -16.35 => <= -10.09
同じ顔だな迎え初めて同じ顔の俺に逢いたいと思ったよ。迎え有難[PAD][PAD][PAD][PAD][PAD][PAD][PAD][PAD]
    [seq2] : うん、よろしくね             うんこうんこうんこうんこうんこうんこうんこうんこうんこ  
    [RL greedy] : もちろんですよ!版版版版版版版版版版版版版版版版版版版版版版版版
    [RL sample]: 版版版版版版版版版版版版版版版版版版版版版版版版版版版版 -15.49 => <= -8.44
#高感度別チョコ渡した時の反応こう、数人やりたいからリプほしいコロナちゃん[PAD][PAD][PAD][PAD][PAD][PAD][PAD]
    [seq2] : ありがとう！！！！！！！！！！！！！！！！！！！！！！！！！！ 
    [RL greedy] : フレコ版版版版版版版版版版版版版版版版版版版版版版版版版版版
    [RL sample]: ただ版版版版版版版版版版版版版版版版版版版版版版版版版版版 -15.08 => <= -8.28
Clone this wiki locally