[PYTHON] Ich habe versucht, Othello AI mit Tensorflow zu machen, ohne die Theorie des maschinellen Lernens zu verstehen ~ Einführung ~

Serieninhaltsverzeichnis

• Ich habe versucht, Othello AI mit Tensorflow zu machen, ohne die Theorie des maschinellen Lernens zu verstehen.
• Ich habe versucht, Othello AI mit Tensorflow zu erstellen, ohne die Theorie der Implementierung des maschinellen Lernens zu verstehen-
• Ich habe versucht, Othello AI mit Tensorflow zu machen, ohne die Theorie des maschinellen Lernens zu verstehen - Iza Battle-
• Ich habe versucht, Othello AI zu machen, nachdem ich versucht hatte, die Theorie des maschinellen Lernens zu verstehen ~ Neustart! ~
• Ich habe versucht, Othello AI zu machen, nachdem ich versucht hatte, die Theorie des maschinellen Lernens zu verstehen - Was ist diese Alpha Zero Edition-
• [Ich habe versucht, ein neutrales Netzwerk mit Excel aufzubauen, um die Theorie des maschinellen Lernens zu verstehen.

In diesem Bereich habe ich als Außenseiter "die Theorie des maschinellen Lernens" überhaupt nicht studiert. Ich werde Othellos KI machen. Klicken Sie hier für die Site, auf die verwiesen wird ・ Ultra-einfache Implementierung von DQN (Deep Q Network) mit TensorFlow-Introduction-

Überblick

Wenn Sie das Konzept grob erklären Zwei künstliche Intelligenzen konfrontieren Othello ernsthaft, Rette die letztere KI und kämpfe gegen mich (Mensch). Deshalb.

Umweltbedingung

Meine Umgebung ist wie folgt. OS ・ Ubuntu Entwicklungsumgebung ・ Python 3.5

Ich denke, dass es in dieser Umgebung funktioniert Erstellen einer Ubuntu-Python-Entwicklungsumgebung auf der Google Cloud Platform

Bewegen wir es zuerst

Laden Sie zunächst den Quellcode herunter. Die Quelle ist hier. $ git clone https://github.com/sasaco/tf-dqn-reversi.git

Lernen

Wenn die Umgebung bereit ist, wechseln Sie in das Quellcodeverzeichnis und klicken Sie auf train.py, um mit dem Lernen zu beginnen.

python

$ cd tf-dqn-reversi
$ python train.py

Wenn Sie das folgende Protokoll sehen, lernen Sie richtig.

python

player:1 | pos:32 | LOSS: 0.0000 | Q_MAX: 0.0041
player:2 | pos:15 | LOSS: 0.0000 | Q_MAX: 0.0009
…
layer:2 is only pos:56
player:2 | pos:56 | LOSS: 0.0000 | Q_MAX: 0.8607
EPOCH: 999/999 | WIN: player2 
winner is player2

• VERLUST ist fast 0, aber gibt es ein Problem? [.](Http://ja.stackoverflow.com/questions/30312/tensorflow%e3%81%a7dqn-%e3%81%aa%e3%81% 9c% e3% 81% 8bq% e6% 9c% 80% e5% a4% a7% e5% 80% a4% e3% 81% 8c% e5% b0% 8f% e3% 81% 95% e3% 81% 84) Ich verstehe nicht einmal, was VERLUST ist (￣ ^ ￣) Wenn Sie damit vertraut sind, lassen Sie es uns bitte wissen. m(_ _)m Informationen zur Implementierung finden Sie unter Implementierung.

Prüfung

Es wird einige Stunden dauern, bis die Studie abgeschlossen ist. Lassen Sie uns mit dem trainierten Modell testen.

python

$ python FightWithAI.py

------------- GAME START ---------------
***Benutzer drehen ○***
  0  1  2  3  4  5  6  7
  8  9 10 11 12 13 14 15
 16 17 18 19 20 21 22 23
 24 25 26 ○ ● 29 30 31
 32 33 34 ● ○ 37 38 39
 40 41 42 43 44 45 46 47
 48 49 50 51 52 53 54 55
 56 57 58 59 60 61 62 63
Bitte geben Sie die Nummer ein
[43, 34, 29, 20]

>>>

Wenn das Spiel wie oben beginnt, sind Sie erfolgreich. Hat es richtig funktioniert? Das Ergebnis des Spiels wird in ~ Iza Battle Edition ~ geschrieben.

Nächstes Mal liefert die Implementierungsversion.