【文件属性】：
文件名称：AlphaZero-Chess:这是使用自定义GUI的Alphazero（用于国际象棋）的Python实现
文件大小：806KB
文件格式：ZIP
更新时间：2021-04-27 12:53:50
machine-learning chess deep-neural-networks deep-learning monte-carlo-tree-search
机器学习象棋
这是Google Deepmind的AlpahZero的Python实现。 该项目使用基于我的上一个的GUI和国际象棋引擎。
入门
依存关系
pip install -r requirements.txt
训练
要继续训练模型，请执行以下操作：
python Train_Agent.py
要在deep_structure.py中从头开始训练模型，请注释掉以下几行：
75| if True:
76| data_NN = torch.load(file, map_location=lambda storage, loc: storage)
77| self.Neural_Network_Architecture.load_state_dict(data_NN)
玩耍
要与代理对抗，请运行：
python Play_Agent.py
资源
调查报告
文章
储存库
【文件预览】：
AlphaZero-Chess-master
----README.md(2KB)
----Play_Agent.py(128B)
----LICENSE(1KB)
----Reinforcement_Learning()
--------game_state.py(4KB)
--------__pycache__()
--------Monte_Carlo_Search_Tree()
----requirements.txt(809B)
----Train_Agent.py(190B)
----Visualize_the_Board()
--------window.kv(18KB)
--------visualize_main.py(778B)
--------Board.py(17KB)
--------__pycache__()
--------Data_Conversion()
--------Pictures()