《学员论坛阿尔法狗原理ppt课件.pptx》由会员分享，可在线阅读，更多相关《学员论坛阿尔法狗原理ppt课件.pptx（11页珍藏版）》请在三一办公上搜索。
1、,Deep Learning,Aamzing,Alpha Go,PPT模板下载： 行业PPT模板： 节日PPT模板： PPT素材下载： PPT图表下载： 优秀PPT下载： PPT教程： Word教程： Excel教程： 资料下载： PPT课件下载： 范文下载： 试卷下载： 教案下载： PPT论坛：,Deep Learning,TensorFlow,如何获取,http:/,Alpha Go,围棋棋盘19x19路，共是361个交叉点，每个交叉点有三种状态，可以用1表示黑子，-1表示白子-1，0表示无子。,PPT模板下载： 行业PPT模板： 节日PPT模板： PPT素材下载： PPT图表下载： 优秀
2、PPT下载： PPT教程： Word教程： Excel教程： 资料下载： PPT课件下载： 范文下载： 试卷下载： 教案下载： PPT论坛：,Alpha Go,01,向人类学习，利用人类经验建立的，人类棋手围棋神经网络策略围棋程序,深度卷积神经网络,02,蒙特卡洛搜索树,03,利用阿尔法狗自我对弈训练起来的，针对现有局势评估的神经网络,局势评估神经网络,阿尔法狗的核心算法，利用蒙特卡洛方法建立起的局部最优解策略,深度卷积神经网络,右图为卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图
3、像处理有出色表现。它包括卷积层(convolutional layer)和池化层(pooling layer)。,左图为一个神经网络示意图,蒙特卡洛搜索树,蒙特卡罗算法：采样越多，越近似最优解；举个例子，假如筐里有100个苹果，让我每次闭眼拿1个，挑出最大的。于是我随机拿1个，再随机拿1个跟它比，留下大的，再随机拿1个我每拿一次，留下的苹果都至少不比上次的小。拿的次数越多，挑出的苹果就越大，但我除非拿100次，否则无法肯定挑出了最大的。这个挑苹果的算法，就属于蒙特卡罗算法尽量找好的，但不保证是最好的。,Alpha Go,第一次改进后的阿尔法狗，通过卷积神经网络得到的P_human()的落子概率
4、，在可以落子的点上，利用蒙特卡洛搜索树在进行搜索，并重新修改得分胜利后的奖励分数方法,新分数= 初始分+ 通过模拟得到的赢棋概率,Alpha Go,自我博弈阿尔法狗再次引入利用深度学习网络构建了第二个大脑，局势评估网络，用来评估局面，是对整个棋局的输赢概率进行评判，如这个图，颜色越深就代表赢的可能性越大。训练这个大脑，人类的棋谱的数量已经无法胜任了，但是阿尔法狗可以通过自己和自己下棋，不断产生新的棋局来进行训练这个大脑。,新分数=初始分+ 0.5 * 通过模拟得到的赢棋概率 + 0.5 * 局面评估分,Alpha Go,One,Two,Three,可以评估结果的神经网络,蒙特卡洛搜索树,模仿人类下法的神经网络,学习人类下棋思路，训练出一个深度学习网络,通过第一个深度学习网络，找出下一步棋的数个备选走法,通过“蒙树”不断模拟走下去的情况，找出相对最优的走法,通过第二个深度学习网络，对整个棋局局势进行评估，进一步优化下一步走法,两个大脑结合，反复模拟，直到找出最终的走法,Alpha Go,Why not try,Alpha Go,Here is what you need,https:/,
