withablink
V2EX  ›  AlphaGo

做了个可以在浏览器本地运行的类似 AlphaGo 的策略网络

  •  
  •   withablink · Mar 7, 2017 · 1999 views
    This topic created in 3544 days ago, the information mentioned may be changed or developed.

    之前用类似 AlphaGo 论文的方法训练了个策略网络,经过一番折腾,现在可在网页中直接用 JS 运行了(纯本地运行噢,感谢 MXnet 的 amalgamation 功能)。虽然 JS 比较慢,在电脑上每步要两秒钟(比 CPU 直接跑模型慢几十倍,比 GPU 慢几百倍),但实际在 iPhone7 上也能跑,速度不错(在安卓上就很慢了)。

    点击打开: https://withablink.coding.me/goPolicyNet/

    这里的策略网络的架构是 13 层 128 个 3x3 卷积,配合残差和 BN ,并且只用了 8 个特征平面(本方 /对手 /无子 /1 气 /2 气 /3 气 /4 气及以上 /上一手位置),同样实现了 KGS 测试集 54%+的准确率,而且训练速度非常快。

    经测试,做为完全没有搜索的纯神经网络,棋力比 AlphaGo v13 的纯策略网络强,有奕城段位的水准(只要你不故意利用它的漏洞...比如它不会征子)。电脑的选点有时挺有意思,会发现一些狗的习惯。现在正在进行进一步强化学习中。

    11 replies  •  2017-03-10 11:42:12 +08:00
    withablink
    withablink
    OP
    Mar 7, 2017
    1
    上张图吧。可以看到,在人机大战第四局第 78 手后,其实策略网络给出的选点是正确的(图中 123456789 代表对于下一手的推荐选点的前 9 位),说明当时 AlphaGo 很可能是价值网络 /Rollout 出了问题:

    WildCat
    WildCat
    Mar 7, 2017 via iPhone
    2
    膜拜下大神,自己打算月底入门下 DL 🙈
    est
    est
    Mar 7, 2017
    3
    v 站上的分享越来越高端了。
    langmoe
    langmoe
    Mar 7, 2017
    4
    这个月的膝盖就给你了
    WildCat
    WildCat
    Mar 8, 2017
    5
    果然 V2EX 已经沦落为水站了,这种大神贴都没人来拜了
    1069401249
    1069401249
    Mar 8, 2017
    6
    666 大牛啊
    antonlee
    antonlee
    Mar 9, 2017
    7
    这个不错
    qfdk
    qfdk
    PRO
    Mar 9, 2017 via iPhone
    8
    前排支持
    ntdll
    ntdll
    Mar 9, 2017
    9
    @WildCat 这个也不一定,我相信也有一些人其实是和我一样,对神经网络、围棋都不怎么懂。虽然看着很厉害,但是也不知道能说些什么,那么就只能看看罢了。这又不是贴吧,没事水个 顶、支持 什么的。
    WildCat
    WildCat
    Mar 9, 2017
    10
    @gam2046 额,好吧。您说的很对。
    lovelinghan
    lovelinghan
    Mar 10, 2017
    11
    膜拜
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   4196 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 37ms · UTC 05:55 · PVG 13:55 · LAX 21:55 · JFK 00:55
    ♥ Do have faith in what you're doing.