人工智能

$手把手教你：如何利用Lizzie和LeelaZero帮你做局面分析\-顶好爱迪$

手把手教你：如何利用Lizzie和LeelaZero帮你做局面分析\

2018-08-02shenzt@sina.com阅读(1097)评论(0)

手把手教你：如何利用Lizzie和LeelaZero帮你做局面分析微言关注 2018.05.12 00:27* 字数 1033 阅读 2268评论 0喜欢 4 有了Sabaki和Leela Zero，虽然，可以和人工智能大战三百回合，但...

$手把手教你：如何利用Lizzie和LeelaZero帮你做局面分析\-顶好爱迪$

2018-08-02shenzt@sina.com阅读(385)评论(0)

2017-12-31shenzt@sina.com阅读(1503)评论(0)

未来网新闻 2017-12-07 15:40:00 在 DeepMind 之后，这家公司一直在寻求将这种强大算法泛化到其他任务中的可能性。昨天，AlphaGo 研究团队提出了 AlphaZero：一种可以从零开始，通过自我对弈强化学习在多种...

2017-02-27shenzt@sina.com阅读(826)评论(0)

28 天自制你的 AlphaGo（五）：蒙特卡洛树搜索（MCTS）基础蒙特卡洛树搜索（MCTS）是所有现代围棋程序的核心组件。在此之上可以加入各种小技巧（如 UCT，RAVE/AMAF，Progressive Bias，Vi...

2017-02-27shenzt@sina.com阅读(1189)评论(0)

28天自制你的AlphaGo（三）：对策略网络的深入分析以及它的弱点所在本文作者：彭博 2017-02-21 11:58 导语：围棋中的人机对抗远没有结束。一、神经网络在围棋中的历史再次回顾 AlphaGo v13 的三大组件： MC...

2017-02-27shenzt@sina.com阅读(1161)评论(0)

28天自制你的AlphaGo（四）：结合强化学习与深度学习的Policy Gradient（左右互搏自我进化的基础）本文作者：彭博 2017-02-23 13:54 导语：强化学习在 AlphaGo 中究竟是怎么用的？本篇...

2017-02-20shenzt@sina.com阅读(981)评论(0)

28 天自制你的 AlphaGo（二）：训练策略网络，真正与之对弈导语：这篇我们安装 TensorFlow，真正训练一下 AlphaGo v13 的 policy network，并且你还可以与它真正对弈。上次我们介绍了围棋基础和如何搭...

2017-02-20shenzt@sina.com阅读(1096)评论(0)

28 天自制你的 AlphaGo（一）一、围棋 AI 基础大家都知道 AlphaGo v13 的三大组件是： MCTS（蒙特卡洛树搜索） CNN （卷积神经网络，包括：策略网络 policy network、快速走子网络 playout...

2017-01-03shenzt@sina.com阅读(727)评论(0)

神秘高手Master颠覆了围棋传统，这更证明了藤泽秀行那句话原创聂卫平 2017-01-03 16:53 最近在弈城围棋网和腾讯围棋网上出现的神秘高手Master已经取得了46连胜，将当今一流高手一网打尽，调出棋谱看了看，发现这位神秘高...