阿老师一样下围棋，体验 policy network 的运作【走近 AlphaGo (7.3)】

lu01

https://zhuanlan.zhihu.com/p/28424619
PENG Bo4 个月前

AlphaGo的神秘之处在于策略网络和价值网络，它们可以实现一个惊人的事情：即使你对围棋基本一窍不通（只要你会数气），也没有任何逻辑推理能力，只要你会做加法和乘法，就可以达到相当强的棋力。
不过确实要做相当多的加法和乘法！在此我们简化一下，看一个最简化的策略网络是如何具体运作，虽然它的棋力很低，但也能让读者体验到一点“半人半狗”的感觉。