profection

> +1 for the possibility of a functionality update/sanity pass over the code cleaning it up a bit. > > I have not really technically reviewed this code for technical...

there is no cs.ML category refer [arxiv category](https://arxiv.org/category_taxonomy) for more detail

这个功能得自己写，类型你自己定，它源码没提供这种接口= =

> 涉及用户数据 所以这一部分都不开源 可以自己实现一遍不太难 为什么我试了你们给的sl的ckpt，从开始到结束，预测胜率一直是百分百胜出？即使输了也是百分百胜率= =

> @profection 我们按每秒6000 frame的速度训练了大约两个月 哦，那时间有点长的啊，两月后最好的loss到什么程度了？ 代码我稍微修改了一些，原有的代码逻辑是没有main.tar时自己生成ckpt，但我直接改成加载你们的ckpt，但使用你们提供的ckpt后，为什么评估loss是0.9，而且train了几分钟后得到的ckpt出牌预测时胜率变为不高于50%？很奇怪啊

补充一下，还有一个很奇怪的现象，如果出牌中有QQQ9997766635，对家出了8884，这边会直接出999Q，导致对家出TTT4后自己无牌可出，这是什么bug？能修复吗？

> QQQ9997766635 这是生成的可出牌序列 [[3, 12, 12, 12], [5, 12, 12, 12], [6, 12, 12, 12], [7, 12, 12, 12], [9, 12, 12, 12], [3, 9, 9, 9], [5, 9, 9,...

> @profection loss并不是越低越好 得看胜率。这种情况就是没学好，神经网络不能保证百分之百对 哦，那你们怎么判断什么时候算已经训练完了？或者什么时候该结束训练？

> @profection 这个只能靠和baseline的胜率判断 和我想一块去了，刚改了代码，三个角色有两个角色用baseline当老师，另一个当学生，我跑跑试试

另外有个关于神经网络结构的问题 为什么不用resnet，不用prelu，为什么lstm只用一层，为什么没有用dropout？只用6层linear是不是少了点？现在gpt都24层了