看板 GO 關於我們 聯絡資訊
有人按照 google 所公開的論文,復刻了一個 AlphaGo 並放在 GitHub 上,若有人想打造自己的 AlphaGo 可以下載來玩玩 https://github.com/Rochester-NRT/AlphaGo -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.230.211.14 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457885110.A.4D2.html ※ 編輯: giorno78 (61.230.211.14), 03/14/2016 00:08:48
cyter: ?? 03/14 00:13
cyter: 要怎麼玩? 03/14 00:19
OLafk: 手~~~喔乖 (餵 03/14 00:20
cscscscs22: 大概還要餵它高手棋譜訓練才能用? 03/14 00:20
giorno78: 這要找資工系的幫忙安裝,上面說三月中 訓練模組才完成 03/14 00:22
cyter: 哦哦QQ 原來不能直接用 03/14 00:23
giorno78: 這也是有 self_play 的... 03/14 00:24
Uizmp: 請PTT裝一下 (? 03/14 00:27
MonkeyCL: 新手其實也不用特別找AlphaGo下啦 03/14 02:14
KotoriCute: 沒有跟Google類似運算能力也很難達到alphaGo的程度 03/14 02:28
KotoriCute: 而且google alphago養了快兩年 03/14 02:29
CGary: DCNN重點會是那些參數怎麼調 這個框架不難復刻但其他的都 03/14 03:58
CGary: 沒放出來, google 的 papaer 裡面也沒寫 :( 03/14 03:58
zeat: 那些都寫出來會厚厚一本吧XD 03/14 09:22
djyunjie: 只會定石的阿發狗 03/14 10:02
wadashi1: 分散式的阿法狗太耗電,最好是一般PC的單機版. 03/14 11:28
aegis43210: 單機版的棋力增長會很緩慢,拿來學習倒不錯 03/14 12:54
aegis43210: 只是世界前百的棋手可能看不上眼,他們想對決分散式的 03/14 12:54
wadashi1: 有沒有辦法把成長後的分散式的資料複製到單機版的呢? 03/14 13:01
wadashi1: 就算無法增長,但棋力還是世界一流的啊! 03/14 13:02
zeat: 就算軟體的訓練是同一套資料去跑,運算效能的差異還是會影響 03/14 13:58
zeat: 很大的(這就是為什麼分散式對單機版有70%勝率的因素 03/14 13:58