我们已经介绍完AlphaGo所需要的设计思想。鉴于算力不足，我们很难通过自己的破电脑跑出一个打败李世石的AlphaGo来，要知道谷歌旗下的Dee...

上一节我们构造出如下结构的神经网络： 本节我们看看如何使用该网络训练围棋机器人。我们在标题中提到Q-Learning，它实际上是一种使用上面网络...

上一节我们完成了围棋机器人，也就是Agent，它所面临的环境就是当前棋盘状况。Agent有自己的“脑子”，也就是它自己附带着一个经过人类棋手所产...

上一节我们介绍了什么叫增强式学习，它的模型值得我们印刻在脑海里： 我们要打造一个Agent，也就是智能机器人，它运作在一个给定环境中。它每次与环...

上一节，我们从围棋服务器中下载大量棋谱，并将其转换成网络可以解析的数据格式，在神经网络的开发中完成了最繁琐的一步，也就是数据准备。接下来我们将创...

知己知彼，百战不殆。我们要打造一个能胜过人类的机器人，就必须要让机器人掌握人类的围棋思维模式，因此我们就需要使用人类棋手留下的棋盘数据训练机器人...