第8回 TensorFlow で○×ゲームの AI を作ってみよう|Tech Book Zone Manatee
複雑なゲームの場合は人間が実際に打った棋譜などを膨大な量用意することになりますが、今回は○×ゲームという簡単なお題を使った練習なので、筆者が予め最善手を打った場合のデータを作成しておきました。 モデルの詳細 盤面のデータをニューラルネットに入力する際には、×は「-1」、○は「+1」、空いている場合は0として扱うことにします。○×ゲームの盤面は 9マスなので、ニューラルネットの最初の層のノード数は 9 個になります。 そして、全結合のネットワークを経て最終的には、×が勝つ確率・○が勝つ確率・引き分けの確率の3つの数値が出力されるというモデルです。 図3 学習モデルの概要 TensorFlow を使った実装 本稿で使用するサンプルコードのうち、TensorFlow で記述された学習用コード train.py の重要な部分について簡単に解説をしておきましょう。 TensorFlow にはニューラ
驚愕必至！増田康宏四段インタビュー #将棋情報局
増田康宏四段による「堅陣で圧勝！対振り銀冠穴熊」の発売を記念し、特別インタビューをさせていただきました。増田四段から発せられる驚きの言葉の数々、とくとご覧あれ！ お得で気軽に参加できる将棋大会『第６回 将棋情報局最強戦オンライン』11月13日開催！ エントリー受付中 ――よろしくお願いします。 「よろしくお願いします」 ――まず、今回の本のテーマである銀冠穴熊戦法について、教えてください。 「はい。対振り飛車の戦法で、銀冠に囲ってから穴熊にするのが大きな特徴です」 ――普通銀冠穴熊といったらまず穴熊にして、それを発展させてできるものですよね。 「そうです。通常の銀冠穴熊とは違い、まず銀冠にして囲いを安定させてから、機を見て穴熊に潜る、というのが特徴です。また、普通穴熊は角道を自ら止めてから囲うものですが、この戦法では角道を開けたまま駒組みする、というのもこれまでにないところかと思います」
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
