O***O
发帖数: 1854 | 1 我的理解，阿尔法狗的程序就是一个函数：y=f(x)，其中y和x都是矩阵或者矢量。y是
输出的棋子位置，x是盘面上的棋子位置。
函数f复杂无比。如果阿尔法狗用了3000万盘棋来标定，每盘棋100手，那么这个函数的
参数可能有几亿十几亿个。
最终，当这样大量的参数被优化，围棋之神就出来了。但是如果围棋的规则有微小变化
（比如贴目数量减一），这些参数可能不收敛，必须从头再次优化。
这么理解对吗？ |
D*******r
发帖数: 2323 | 2 不对。
【在 O***O 的大作中提到】
: 我的理解，阿尔法狗的程序就是一个函数：y=f(x)，其中y和x都是矩阵或者矢量。y是
: 输出的棋子位置，x是盘面上的棋子位置。
: 函数f复杂无比。如果阿尔法狗用了3000万盘棋来标定，每盘棋100手，那么这个函数的
: 参数可能有几亿十几亿个。
: 最终，当这样大量的参数被优化，围棋之神就出来了。但是如果围棋的规则有微小变化
: （比如贴目数量减一），这些参数可能不收敛，必须从头再次优化。
: 这么理解对吗？
|
b***u
发帖数: 60 | 3 ANN不是这个原理。我学的时候是线性叠加的层网络。不知现在有何进步。
【在 O***O 的大作中提到】
: 我的理解，阿尔法狗的程序就是一个函数：y=f(x)，其中y和x都是矩阵或者矢量。y是
: 输出的棋子位置，x是盘面上的棋子位置。
: 函数f复杂无比。如果阿尔法狗用了3000万盘棋来标定，每盘棋100手，那么这个函数的
: 参数可能有几亿十几亿个。
: 最终，当这样大量的参数被优化，围棋之神就出来了。但是如果围棋的规则有微小变化
: （比如贴目数量减一），这些参数可能不收敛，必须从头再次优化。
: 这么理解对吗？
|
m*****n
发帖数: 2152 | 4 完全不对。
我觉得你可以理解成，一个小孩被交给了围棋规则，和几张棋谱，然后自己和自己下了
上亿盘，训练了自己的大脑，然后来和9段下。
【在 O***O 的大作中提到】
: 我的理解，阿尔法狗的程序就是一个函数：y=f(x)，其中y和x都是矩阵或者矢量。y是
: 输出的棋子位置，x是盘面上的棋子位置。
: 函数f复杂无比。如果阿尔法狗用了3000万盘棋来标定，每盘棋100手，那么这个函数的
: 参数可能有几亿十几亿个。
: 最终，当这样大量的参数被优化，围棋之神就出来了。但是如果围棋的规则有微小变化
: （比如贴目数量减一），这些参数可能不收敛，必须从头再次优化。
: 这么理解对吗？
|
