![](https://cdn-ak-scissors.b.st-hatena.com/image/square/af6eb25b0c53304ec2c262c654e396f2d84e94cf/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9UHlUb3JjaCVFMyU4MSVBNyVFMyU4MyU5RSVFMyU4MiVBNCVFMyU4MyVCMyVFMyU4MiVCOSVFMyU4MiVBNCVFMyU4MyVCQyVFMyU4MyU5MSVFMyU4MiU5MiVFNiVBOSU5RiVFNiVBMiVCMCVFNSVBRCVBNiVFNyVCRiU5MiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9YmJhZDkwMGEzNWJiMWU1Mzg1ZGUxZDQxMTA2Y2QxYzQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzYXNha2FtYW4mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWNkMTAyMDBlYTJiYjNlOGU4NjA3YTJiMzJjNmM2ZmJi%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D3bdb4cd8b6f0c22e041fac854bfce848)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
PyTorchでマインスイーパを機械学習 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
PyTorchでマインスイーパを機械学習 - Qiita
はじめに 練習がてら、PyTorchを使って自作のマインスイーパを機械学習させてみます。 わからないことだ... はじめに 練習がてら、PyTorchを使って自作のマインスイーパを機械学習させてみます。 わからないことだらけなので、いろいろと勉強しながらメモ。 一旦メモ書き程度に作成して、必要ならあとから体裁整える。 目標 Windowsの標準(だった)マインスイーパの初級を、安定してクリアできるようになること。 とりあえずは9割ぐらいの勝率を目指す。 構成 こちらのDQNを写経しました。 では済まないので、簡単に。 ネットワークはシーケンシャルモデルを使用。 入力層(状態$s$)と出力層($Q_{s,a}$)のニューロン数は盤の目の数。 隠れ層は2層で、各層のニューロン数は盤の目の数×SIZE_MAG。 とりあえず盤の目の数に対してスケーリングすればいいかなと(適当) 活性化関数はReLU、最適化手法はAdam(学習率0.001)を使用。 マインスイーパは自作。画像取り込んで頑張ろうかと思ったけど、