老师您好，这一小节有些部分我很困惑，我想一边复述我的理解，一边提出问题，麻烦您帮忙答疑指证。

这一章首先提出问题：如何通过自动搜索得到合适的网络参数？（以CNN为例，假定这是一个N层的CNN，所有层都是卷积层，搜索范围是：卷积核大小[1，3，5，7]，stride大小[1, 2, 3]，通道数[10, 20, 30] ）

关于这个问题，首先我想到的是网格搜索，那么对于以上假定的N层的“全卷积层”网络来说，共有(44) (33) (3*3) N，共1296N种情况，而且N还是不定长的，如果要一一训练加以判定，显然不切实际。

于是看到了视频里利用RNN网络生成CNN网络参数的方法。我想这样相比于网格搜索等于是在茫茫的参数搜索中找到了“技巧”。

每一步输出相当于一个分类器，会输出每个分类结果的概率（即每种参数取值的概率），如下图所示

然后根据每一步输出的各个分类（参数值）的概率P进行sample最后得到
[3(0.8), 3(0.82), 1(0.9), 1(0.88), 10(0.7)] （假设）

第一个问题：
关于上图中Samlpe architecture A with probability P 这句话
1.是从每一步结果的概率分布中采样得到的 [3(0.8), 3(0.82), 1(0.9), 1(0.88), 10(0.7)]，（我认为是这个）
2.还是直接取每一步输出结果（这里就没有采样的概念了，就是取MAX作为输出），得到的[3(0.8), 3(0.82), 1(0.9), 1(0.88), 10(0.7)]?
即，为了得到模型序列，是类似于重要性采样呢（1）？还是直接取每一步P最大的那个参数呢（2）？

第二个问题：
关于上图中Compute gradient of p and scale it by R to update the controller 这句话
既然损失函数如下所示

为什呢图中说是对P求导，而不是对 theta_C 求导？（Compute gradient of p and scale it by R to update the controller ）我认为theta_C是RNN的参数，P只是RNN网络输出的结果，而且根据视频后面的讲解来看，我也认为老师所讲的也是训练theta_C。所以是我对图片有所误解吗？

然后是第三个问题：

在这个公式中，一共累加了T步，等于是此时该神经网络的每一个参数，都以其概率为权重，参与的了J的计算。
这里我有一个细节问题:
是不是只有当T为5的整数倍时，才能计算一次反馈R（因为每5个参数才能构成一层CNN）。当T为其它值，比如T=4,此时的R怎么计算呢？（我认为此时无法解析成一个CNN）不知道我这里的理解是否有误。

最后一个问题：

关于这一步“采样得到不同的神经网络”的说法，我有两种理解：

1.是在利用RNN输出的序列解析生成CNN时，可以有不同的采样，生成不同的序列。比如，我可以采样成 [3(0.8), 3(0.82), 1(0.9), 1(0.88), 10(0.7)] ，同样的概率输出下，我或许也可以采样成 [2(0.05), 2(0.05), 1(0.9), 1(0.88), 10(0.7)] （这里可能显然是前一种采样出现的概率最大，但我认为也不排除后一种采样的可能性，因为实际的概率输出，可能每种类别的差距没那么大） （其实这里的问题和问题1很像，本质就是Samlpe architecture A with probability P到底是什么意思）

2.按照老师的说法，似乎说的是，在训练生成的CNN，得到反馈时，采样不同的数据，从而有不同的反馈结果。

所以不知道这里的采样到底是指的是哪一种？

问题描述有些啰嗦了，因为希望尽可能详尽，好让老师在百忙之中可以用更少的时间理解我的描述，感谢老师！