artificial-intelligence - 如何编写人工神经网络(井字游戏)？

Question

Closed. This question needs to be more focused。它当前不接受答案。












想改善这个问题吗？更新问题，使其仅关注 editing this post的一个问题。

2年前关闭。



Improve this question




我想使用人工神经网络玩井字游戏。我对网络的配置如下:
对于9个字段中的每个字段，我使用2个输入神经元。因此，我当然有18个输入神经元。对于每个字段，我都有一个玩家1的输入神经元和一个玩家2的1个神经元。除此之外，我还有1个输出神经元，用于评估当前棋盘位置。输出值越高，播放器1的位置越好。该值越低，播放器2的位置越好。

但是我的问题是:如何编码该神经网络？我的想法是为输入神经元使用Array [1-18]。该数组的值是输入权重。我将使用循环遍历数组。每当有一个神经元要激活时，我都会将权重添加到输出值中。因此，输出值为激活的输入神经元的权重之和:

Output = SUM(ActivatedInputNeurons)

您认为这是对网络进行编程的好方法吗？你有更好的主意吗？

我希望你能帮助我。提前致谢!

最佳答案

好吧，您有一个包含18个神经元的输入层和一个包含1个神经元的输出层。没关系。但是，您需要让您的神经网络有机会将输入关联起来。为此，您至少需要一个中间层。我建议在中间层使用9个神经元。这些神经元中的每一个都应连接到每个输入神经元，而输出神经元应连接到每个中间体。每个这样的连接都有权重，每个神经元都有激活水平。

然后，您一次遍历所有神经元。输入层仅在板状态下被激活。对于所有其他神经元，您将遍历其所有各个连接，并对连接的神经元的激活水平与连接权重的乘积求和。最后，您可以通过对这个总和应用S型函数来计算激活级别。

这是工作原理。现在，您需要训练此网络以获得更好的结果。为此，有几种算法，您必须进行一些谷歌搜索和阅读。最后，当结果无法令人信服时，您可能需要调整神经元和层的数量。例如，您可以将输入层减少到9个神经元，并用+1(对于X)和-1(对于O)来激活它们。也许添加另一个中间层会产生更好的结果，或者增加一层的神经元数量。

关于artificial-intelligence - 如何编写人工神经网络(井字游戏)？ ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/761216/

上一篇：wpf - 正确清理WPF用户控件

下一篇：ajax - 使用 Firebug 调试 Ajax 代码

相关文章：

java - NeuroPH GPS 训练套件

python - 自学习url过滤器

java - 用于机器人技术的 c++ 或 java

neural-network - 当我尝试教授下一组训练输入时，我的神经网络忘记了上次训练

python - 非常快速地递增 Sprite 位置而不会出现延迟 - Python

c# - 获取周边广场

algorithm - Minimax 与 Alpha Beta 剪枝算法

machine-learning - Prelu权重的解释

ios - SpriteKit 中敌人的 AI

java - 存储 AI 路径的节点坐标

Answer 1

好吧，您有一个包含18个神经元的输入层和一个包含1个神经元的输出层。没关系。但是，您需要让您的神经网络有机会将输入关联起来。为此，您至少需要一个中间层。我建议在中间层使用9个神经元。这些神经元中的每一个都应连接到每个输入神经元，而输出神经元应连接到每个中间体。每个这样的连接都有权重，每个神经元都有激活水平。

然后，您一次遍历所有神经元。输入层仅在板状态下被激活。对于所有其他神经元，您将遍历其所有各个连接，并对连接的神经元的激活水平与连接权重的乘积求和。最后，您可以通过对这个总和应用S型函数来计算激活级别。

这是工作原理。现在，您需要训练此网络以获得更好的结果。为此，有几种算法，您必须进行一些谷歌搜索和阅读。最后，当结果无法令人信服时，您可能需要调整神经元和层的数量。例如，您可以将输入层减少到9个神经元，并用+1(对于X)和-1(对于O)来激活它们。也许添加另一个中间层会产生更好的结果，或者增加一层的神经元数量。