注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Mastering the Game of Go without Human Knowledge

  2. alphago zero nature paper : Mastering the Game of Go without Human Knowledge

  3. 所属分类：深度学习

    • 发布日期：2017-10-19
    • 文件大小：2097152
    • 提供者：lyq469853673

  1. Mastering the Game of Go without Human Knowledge

  2. AlphaGO Zero 论文。Mastering the Game of Go without Human Knowledge

  3. 所属分类：深度学习

    • 发布日期：2017-10-19
    • 文件大小：2097152
    • 提供者：u011275341

  1. Mastering the Game of Go without Human Knowledge

  2. deepmind AlphaGo zero nature 2017-10月论文 .

  3. 所属分类：机器学习

    • 发布日期：2017-10-22
    • 文件大小：2097152
    • 提供者：valouridea

  1. Mastering the Game of Go without Human Knowledge (AlphaGo Zero论文)

  2. DeepMind介绍AlphaGo Zero的Nature论文。AlphaGo Zero第一次让机器可以不通过任何棋谱，不通过任何人类的经验，在只告诉规则的前提下就实现了成为一个围棋高手。

  3. 所属分类：深度学习

    • 发布日期：2017-10-23
    • 文件大小：2097152
    • 提供者：muzhilingyu

  1. google AlphaGo Zero article

  2. 该论文是最近google公司最新研发的AlphaGo Zero的论文，在围棋比赛中，AlphaGo Zero完胜AlphaGo

  3. 所属分类：深度学习

    • 发布日期：2017-10-25
    • 文件大小：3145728
    • 提供者：qq496302940

  1. 从阿尔法狗元(AlphaGo Zero)的诞生看终极算法的可能性

  2. 计算机发展六十多年，人类开始进入人工智能时代，本文从阿尔法狗元(AlphaGo Zero)的诞生探讨终极算法的可能性。

  3. 所属分类：深度学习

    • 发布日期：2017-10-26
    • 文件大小：428032
    • 提供者：qq_40055817

  1. AlphaGo VS AlphaGo Zero 对比分析讲解

  2. 本文档是对两个版本的AlphaGo的网络结果和MCTS结构的对比分析.

  3. 所属分类：深度学习

    • 发布日期：2017-11-22
    • 文件大小：1048576
    • 提供者：ljyt2

  1. 如何理解AlphaGo Zero背后涉及到的技术

  2. 详细讲解AlphaGo Zero背后涉及到的知识点，以及论文流程讲解分析。

  3. 所属分类：机器学习

  1. ( AlphaGo Zero slides.pdf )

  2. ( AlphaGo算法ppt( AlphaGo算法ppt( AlphaGo算法ppt ( AlphaGo算法ppt

  3. 所属分类：深度学习

    • 发布日期：2018-04-15
    • 文件大小：751616
    • 提供者：pengchenghui

  1. AlphaGo-Zero介绍-Presentation

  2. 用于AlphaGo-Zero的课堂展示，整理了其特点以及一些基本思想。

  3. 所属分类：深度学习

    • 发布日期：2018-05-21
    • 文件大小：686080
    • 提供者：u013695457

  1. AlphaGo两篇自然论文演讲汇报

  2. 博主目前是一名研一的学生，本篇PPT是通过论文来对AlphaGo进行介绍，其中包含两篇alphago自然论文，一共58页。

  3. 所属分类：深度学习

    • 发布日期：2018-11-08
    • 文件大小：13631488
    • 提供者：weixin_42711936

  1. AlphaGo Zero – How and Why it Works – Tim Wheeler

  2. 深入浅出介绍最新最强的围棋AI - AlphaGo Zero的实现原理

  3. 所属分类：深度学习

    • 发布日期：2019-01-10
    • 文件大小：551936
    • 提供者：gomyway123

  1. Alphago Zero 自我对弈50盘

  2. 经典的2018年的Alphago Zero自我对弈50盘，格式为sgf，需要下载MultiGo之类的棋谱查看软件打开

  3. 所属分类：深度学习

    • 发布日期：2019-10-16
    • 文件大小：82944
    • 提供者：u013842501

  1. AlphaSnake-Zero:基于AlphaGo Zero的算法的增强型学习AI，可以玩同步策略游戏《战栗》-源码

  2. 介绍 有关算法的详细说明，请检查。 抽象的 最近，有关强化学习的研究很多。 Q学习或DQN试图解决单人与环境的问题，而AlphaGo等其他方法则尝试双人游戏。在这个项目中，我们尝试找到一种算法来生成在多主体同步策略游戏中表现良好的主体。尽管此项目特定于称为Battlesnake的游戏，但我们使用的方法和算法不限于此。数学适用于具有有限状态和动作空间的任何同步游戏。 要求： 的Python 3.7.6 NumPy 1.18.1 TensorFlow 2.1.0 指示： 转到“代码”文件夹并运行

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42123191

  1. 深度强化学习进展: 从AlphaGo到AlphaGo Zero

  2. 2016年初, AlphaGo战胜李世石成为人工智能的里程碑事件. 其核心技术深度强化学习受到人们的广泛关.注和研究, 取得了丰硕的理论和应用成果. 并进一步研发出算法形式更为简洁的AlphaGo Zero, 其采用完全不基于.人类经验的自学习算法, 完胜AlphaGo, 再一次刷新人们对深度强化学习的认知. 深度强化学习结合了深度学习和.强化学习的优势, 可以在复杂高维的状态动作空间中进行端到端的感知决策. 本文主要介绍了从AlphaGo到Alpha-.Go Zero的深度强化学习的研究进展.

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38537968

  1. leela-zero：无引擎提供的Go引擎，以AlphaGo Zero论文为模型-源码

  2. 什么 没有人提供知识的Go程序。 使用MCTS（但没有蒙特卡罗播报）和深度残差卷积神经网络堆栈。 这是Alpha Go Zero论文“”中描述的系统的忠实重新实现。 出于所有目的和目的，它是一个开源的AlphaGo Zero。 等一下 如果您想知道问题所在：您仍然需要网络权重。 此存储库中没有网络权重。 如果您设法获得AlphaGo零权重，那么只要您还获得了一些张量处理单元，该程序的强度就会差不多。 缺少那些TPU，我建议使用顶级的GPU-它并不完全相同，但是结果仍然是引擎要比顶级人类强大得多

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_42171208

  1. 国际象棋-alpha-零：通过AlphaGo零方法进行国际象棋强化学习-源码

  2. 关于 通过方法进行棋类强化学习。 该项目基于以下主要资源： DeepMind于10月19日发布的文章： 。 mokemokechicken在他的仓库中对DeepMind想法进行的伟大的Reversi开发： : DeepMind刚刚发布了新版本的AlphaGo Zero（现在称为AlphaZero），他们从零开始掌握国际象棋： ：//arxiv.org/pdf/1712.01815.pdf。 事实上，在国际象棋中，仅4个小时（300k步）的AlphaZero跑赢了Stockfish哇！

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：31457280
    • 提供者：weixin_42120563

  1. alpha-zero-general：基于AlphaZero的干净实现，适用于任何框架中的任何游戏+教程+ OthelloGobangTicTacToeConnect4等-源码

  2. Alpha Zero General（任何游戏，任何框架！） 基于AlphaGo Zero论文（Silver等）的简化，高度灵活，评论且（希望）易于理解的基于自我游戏的强化学习实施。 它的设计易于在任何两人回合制对抗游戏和您选择的任何深度学习框架中采用。 已为PyTorch，Keras，TensorFlow和Chainer中的Othello游戏提供了示例实现。 随附的教程可以在找到。 我们也有GoBang和TicTacToe的实现。 要使用你选择的游戏，在继承的类Game.py和Neural

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：447741952
    • 提供者：weixin_42129797

  1. AlphaGo.jl：使用Flux.jl实现AlphaGo零-源码

  2. AlphaGo.jl AlphaGo.jl是使用Flux.jl的AlphaGo Zero的纯Julia实现。 安装 要安装此软件包，只需运行 pkg> add https://github.com/tejank10/AlphaGo.jl 用法 using AlphaGo 创建Go环境很简单env = GoEnv(9) 这里9是木板的大小，即创建了9x9木板。 A B C D E F G H J 9 . . . . . . . . . 9 8 . . . . . . .

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：640000
    • 提供者：weixin_42120283

  1. AlphaZero_Gomoku_MPI：带有Gomoku的AlphaGo零算法的异步并行方法-源码

  2. AlphaZero-Gomoku-MPI 更新中 2019.03.05-上传15x15电路板 请自己下载并尝试。 如果您对AlphaZero和MCTS有任何疑问或想法，请随时发给我，也许我们可以做一些改进。 总览 此回购基于 ，由衷的感谢。 我做这些事情： 像AlphaGo Zero的方法一样，并行实现异步自学训练管道 对抗时写一个根并行MCTS（使用合奏方式投票） 使用ResNet结构来训练模型，并设置转移学习API以根据小板的模型来训练较大的板模型（例如，为了节省时间的预训练方法）

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：29360128
    • 提供者：weixin_42128270
« 12 »