基于深度学习的围棋AI演示程序，经过80,000盘专业棋谱数据集训练，含有约50MB经过训练的神经网络数据。 压缩包中还包含了相关的论文Training Deep Convolutional Neural Networks to Play Go。 操作说明：使用浏览器打开Play Go Against a DCNN.html，等待神经网络加载完成，即可运行。勾选Show Analysis，以便可视化地展示神经网络对下一步落子的预测。 语言：Javascr ipt(基于ConvNetJS库)，可
关于深度学习的基础理论RBM的一些介绍。 RBM 网络结构有 n 个可视节点和 m 个隐藏节点，其中每个可视节点只和 m 个隐藏节点相关，和其他可视节点是独立的，就是这个可视节点的状态只受 m 个隐藏节点的 影响，对于每个隐藏节点也是，只受 n 个可视节点的影响，这个特点使得 RBM 的训练变得 容易了
