概要 書籍「実装 ディープラーニング」の三目並べサンプルをベースに、オセロゲームを自作して DQN(Experience Replay)強化学習を実施してみました。 今回は、スクリプトの紹介と、実行結果について考察を書いてみます。 ご意見や間違いのご指摘などありましたら、コメントいただければ幸いです。 コードはこちらにあります。 https://github.com/Kumapapa2012/Learning-Machine-Learning/tree/master/Reversi 後続の記事はこちら。 オセロ~「実装 ディープラーニング」の三目並べより(2) http://qiita.com/Kumapapa2012/items/f6c654d7c789a074c69b オセロ~「実装 ディープラーニング」の三目並べより(3) http://qiita.com/Kumapapa2012/
![オセロ〜「実装 ディープラーニング」の三目並べより(1) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/df3a64daa37dd6fed785eb4d450fcbacc160e411/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-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBLdW1hcGFwYTIwMTImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTIwZWUzYTY3ZTdkMzgxZjg1ZjNjMDBlZThhOTExMTIx%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Ddd969c48763a909f1e80b92e22751845)