推 refusekkk: 全負……是還沒開發完就推出上線嗎 08/22 14:17
推 ddavid: AI的比賽有全負機率很高啊,不像人類很常能抓失誤,AI直 08/22 14:28
→ ddavid: 接就是自己最佳狀態,基本實力輸就是超高機率的壓制了 08/22 14:28
→ forb9823018: 堯弈的對局 感覺有可能下不贏業餘低段 08/22 20:47
→ forb9823018: 光是布局就有好幾步其他AI大扣分的 08/22 20:48
→ forb9823018: 感覺是半成品 訓練量還不夠就參賽 08/22 20:48
→ forb9823018: 一些還算簡單的死活沒注意到,被封死了才發現逃不掉 08/22 20:49
推 ddavid: 大概就訓練時間不足(或是電腦不夠力XD) 08/22 23:17
→ ddavid: 只是訓練不足的情況比較不算「還沒開發完」就是XD 08/22 23:20
→ forb9823018: 因為不能判斷是實現論文的code有bug 導致收斂很慢 08/23 01:37
→ forb9823018: 或是訓練量不夠 能確定的就是應該是半成品 08/23 01:37
推 battleleader: 看介紹是半成品 08/23 05:23
→ battleleader: 被帶歪 我要講的是個人作品 08/23 05:24
推 ddavid: 很合理,個人畢竟資源不足XD 08/23 13:31
推 kenwufederer: 感覺就是運算資源大戰,基本底子還是AlphaGo 08/23 17:27
→ ddavid: 畢竟到現在也沒哪一方真的提出什麼完全超越AlphaGo的架構 08/23 22:30
→ forb9823018: 雖然模板是alpha go 但畢竟論文不是給code 08/23 23:07
→ forb9823018: 實作出來可能對論文理解有偏差 或者是code的效率不好 08/23 23:08
→ forb9823018: 都回導致棋力變弱 08/23 23:08
推 ddavid: 不只這些,就算完全實作了,還有深度學習最麻煩的調參數這 08/24 04:12
→ ddavid: 關要過XD 08/24 04:12
推 NoManInCar: Deep learning中的hyper-parameter好像沒有理論的方法 08/28 07:31
→ NoManInCar: 可以調? 08/28 07:31