个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
26
4
如图所示，AlphaGo Zero 神经网络使用损失函数，该函数使用 MCTS 概率和值作为真实标签。我试图了解神经网络的输出是否被视为逻辑(例如实值)或原始概率([0,1])。在损失函数中，看起来 MCTS 概率(我确信位于 [0,1] 中)是向量乘以 NN 概率的对数。这是损失中的负项，但是该项的大小表明两个向量的相似性是什么？为什么值越大表示相似度越高？
最佳答案
结果是交叉熵损失的蒙特卡罗估计，如所解释的 here .
关于machine-learning - AlphaGo 零损失函数如何衡量 MCTS 概率和 NN 概率之间的相似性？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47138694/
26
4
0
我有一个关于 MCTS 的基本问题。我的问题是关于开始状态的处理。据我了解，搜索树是通过有效操作的分支来构建的，这会导致每次在相同状态下启动时遍历相同的搜索树。但是如果每次游戏开始时游戏的开始状态都不
我目前正在尝试为我的一个项目实现 MCTS，但我不确定我是否正确理解了节点选择的概念。在游戏开始时，在我随机选择一个 Action 后，将整棵树展开到游戏结束点，然后进行反向传播，这个节点显然比其他所
我正在尝试通过蒙特卡罗树搜索解决 2048 的变体。我发现 UCT 是一种在探索/开发之间进行权衡的好方法。 我唯一的问题是我见过的所有版本都假设得分是胜率。我怎样才能让它适应一个游戏，其中分数是最后
好吧，我基本上了解 MCTS 如何与节点选择等一起工作。我不明白的是随机推出阶段。我随机模拟 future 的游戏步骤直到以赢或输结束，这是否正确？对于具有多种状态、可能的行动以及未知的敌人行动的更复
我试图掌握此实现的流程并弄清楚如何运行此 MCTS 实现:https://github.com/int8/gomcts/blob/master/README.md . 采取的步骤:我遵循了自述文件，但
当我运行我的程序时出现这个错误: Exception in thread "AWT-EventQueue-0" java.lang.OutOfMemoryError: Java heap space
我想知道MCTS中如何处理N个玩家的游戏。对手的 Action 是否嵌入到搜索树中？它们的值(value)生成方式与其他操作相同吗？如果是这样，它们的值是否会以错误的方式改变父状态的总值(value)
所以我熟悉更基本的树搜索算法，例如带有极小极大的游戏搜索，但我一直在尝试了解有关蒙特卡洛树搜索算法的更多信息，并且想知道它如何处理“精确线”。 在国际象棋中，您可能会遇到 30 次失败但有 1 条获胜
我想并行化我的 MCTS 程序。有几种方法可以做到这一点: 叶并行化，其中每个叶并行展开和模拟。 根并行化，其中每个线程/进程创建一个单独的树，当完成一定数量的模拟时，树被合并以提供更好的统计数据 树
我从官方 MCTS 考试 70-562 书中得到的小测试程序没有触发事件。我在 Debug模式下跟踪了计算机逻辑，它甚至没有进入我的事件，即使我已经设置好一切来处理它们。所以最大的问题是我做错了什么？
MCTS算法的步骤是: 选择 扩张 模拟 反向传播 我的问题涉及第三步，模拟。我们用一个新节点扩展了我们的决策树，并模拟了剩余的 Action ，直到游戏结束。这个模拟可以分为两部分: 轮到我们利用决
在本书的第 123 页 - 第 3 章，第 2 课。它说: ” Page.ViewState 属性提供了一个字典对象，用于在 对同一页面的多个请求。此对象属于 StateBag 类型。当一个 ASP.
如图所示，AlphaGo Zero 神经网络使用损失函数，该函数使用 MCTS 概率和值作为真实标签。我试图了解神经网络的输出是否被视为逻辑(例如实值)或原始概率([0,1])。在损失函数中，看起来
我正在阅读 MCTS 自定进度培训工具包(考试 70-536):Microsoft .NET Framework — 应用程序开发基础，第二版电子书。 现在我正在完成线程章节(第 7 期)。在第 2
在我的书“MCTS 自定进度培训工具包(考试 70-515):使用 Microsoft .NET Framework 4 进行 Web 应用程序开发”的第 418 页上有以下问题: You want
我是一名优秀的程序员,十分优秀！