文档章节

TensorFlow人工智能引擎入门教程之五 AlphaGo 的策略网络(CNN)简单的实现

zhuyuping
 zhuyuping
发布于 2016/04/18 23:37
字数 1456
阅读 7995
收藏 8
点赞 1
评论 1

alphago网上 很多 文章写了怎么实现,一个策略网络 一个估值网络 一个蒙卡利索树,其中蒙卡利搜索树用于最后下棋的最优解运算,而策略网络 用来训练每一步的棋子该下的位置,而估值网络用于 下了棋子,运算胜出的概率。

     http://renzhichu1987.blogchina.com/2917056.html 这是网上alphaGo的介绍

      我们知道 训练下棋, 就是通过好多棋盘 的 棋局 作为训练的数据,来教电脑怎么下棋

      我们先看看 围棋 的棋盘 19 x 19的 格子 ,上面位置地方 不是黑棋 就是 白棋  ,而如果我们把他当做一个一个像素点,那么黑子为1 白子为0 那么 他就是19x19的 二值化的灰度图片

    看看输出,输出是下子的位置,如果我们把Y当做一个19x19矩阵的展开的一维向量,那么实际上每一个点的位置 [1 0 ......0] 

   都可以代表一个向量Y 比如 比如 [ [0,0],[1,0]] 可以flat展开成[0,0,1,0] 的一维向量  

  那么每一次下棋的位置 就是y的1的点,这样 每一次棋盘有多个可能的y 也就是很多的x y 对

  把X 19x19图像 作为输入 Y 下棋的19x19=361长度的一维向量[0,0,0,0,0,0,0,0,0,0,0,0,0,0.....1,0,0,0,0,0,0,0] 作为Y输出来做训练

   

 

下面我们修改网络实现我们的 alphago CNN 卷积神经网络

   首先看一个AlphaGo官方开源https://github.com/Rochester-NRT/AlphaGo 但是他不是使用tensorflow而是使用  http://keras.io/ 这里我们把它使用tensorflow进行实现

这是实际使用的网络 

,我们这里使用自己自定义的网络、

   首先贴上上一章使用的CNN模型 部分 我们只需要修改那其中的一步分就可以了

  首先是X 是 19x19 的图像 ,Y值 不是0-9 的10个 而是19x19的361个

这里我们没有特别注重网络,因为网络效果 很多精度需要测试,如果要精度好,可以使用vgg16

googlenet大概有92的准确率 而resnet大概96.5的准确率,所以 后面直接修改那些网络层即可

这里看到 我们修改了输入 以及输出 以及 shape 后面调整卷积 我们卷积 层数先不调整 ,网络方面现在

 

 

    现在我们计算每一步的shape

 分别是 

    19x19 ===>21x21 ===>10x10===>12x12===>6x6===>8x8===>4x4

  OK 我们得到了全连接层的输入 如果是用alexnet CNN来训练 alphago那么 他的输入应该是4X4X256 注意光标修改的地方

ok 

我们有测试 数据来训练 ,我只讲一下 怎么使用CNN 或者我们自己自定义的CNN 来训练alphaGo的策略网络 

 其实我一直想的是用那些googleNet有名的CNN网络模型 来训练CNN策略网络是不是会更加智能

 下面贴出修改后的代码

 

# Import AlphaGo Data 
import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)

import tensorflow as tf

# Parameters
learning_rate = 0.001
training_iters = 200000
batch_size = 64
display_step = 20

# Network Parameters
n_input =361 # alphaGo data input (img shape: 19*19)
n_classes = 361 # AlphaGo total classes (19x19=361 digits)
dropout = 0.618 # Dropout, probability to keep units 这里是随机概率当掉一些节点来训练,随你填,我一般用黄金分割点

# tf Graph input
x = tf.placeholder(tf.float32, [None, n_input])
y = tf.placeholder(tf.float32, [None, n_classes])
keep_prob = tf.placeholder(tf.float32) # dropout (keep probability)

# Create custom model
def conv2d(name, l_input, w, b):
    return tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(l_input, w, strides=[1, 1, 1, 1], padding='SAME'),b), name=name)

def max_pool(name, l_input, k):
    return tf.nn.max_pool(l_input, ksize=[1, k, k, 1], strides=[1, k, k, 1], padding='SAME', name=name)

def norm(name, l_input, lsize=4):
    return tf.nn.lrn(l_input, lsize, bias=1.0, alpha=0.001 / 9.0, beta=0.75, name=name)

def alphago(_X, _weights, _biases, _dropout):
    # Reshape input picture
    _X = tf.reshape(_X, shape=[-1, 19, 19, 1])

    # Convolution Layer
    conv1 = conv2d('conv1', _X, _weights['wc1'], _biases['bc1'])
    # Max Pooling (down-sampling)
    pool1 = max_pool('pool1', conv1, k=2)
    # Apply Normalization
    norm1 = norm('norm1', pool1, lsize=4)
    # Apply Dropout
    norm1 = tf.nn.dropout(norm1, _dropout)
    #conv1 image show
    tf.image_summary("conv1", conv1)
    # Convolution Layer
    conv2 = conv2d('conv2', norm1, _weights['wc2'], _biases['bc2'])
    # Max Pooling (down-sampling)
    pool2 = max_pool('pool2', conv2, k=2)
    # Apply Normalization
    norm2 = norm('norm2', pool2, lsize=4)
    # Apply Dropout
    norm2 = tf.nn.dropout(norm2, _dropout)

    # Convolution Layer
    conv3 = conv2d('conv3', norm2, _weights['wc3'], _biases['bc3'])
    # Max Pooling (down-sampling)
    pool3 = max_pool('pool3', conv3, k=2)
    # Apply Normalization
    norm3 = norm('norm3', pool3, lsize=4)
    # Apply Dropout
    norm3 = tf.nn.dropout(norm3, _dropout)
   
    # Fully connected layer
    dense1 = tf.reshape(norm3, [-1, _weights['wd1'].get_shape().as_list()[0]]) # Reshape conv3 output to fit dense layer input
    dense1 = tf.nn.relu(tf.matmul(dense1, _weights['wd1']) + _biases['bd1'], name='fc1') # Relu activation

    dense2 = tf.nn.relu(tf.matmul(dense1, _weights['wd2']) + _biases['bd2'], name='fc2') # Relu activation

    # Output, class prediction
    out = tf.matmul(dense2, _weights['out']) + _biases['out']
    return out

# Store layers weight & bias
weights = {
    'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64])),
    'wc2': tf.Variable(tf.random_normal([3, 3, 64, 128])),
    'wc3': tf.Variable(tf.random_normal([3, 3, 128, 256])),
    'wd1': tf.Variable(tf.random_normal([4*4*256, 1024])), 
    'wd2': tf.Variable(tf.random_normal([1024, 1024])),
    'out': tf.Variable(tf.random_normal([1024, 10]))
}
biases = {
    'bc1': tf.Variable(tf.random_normal([64])),
    'bc2': tf.Variable(tf.random_normal([128])),
    'bc3': tf.Variable(tf.random_normal([256])),
    'bd1': tf.Variable(tf.random_normal([1024])),
    'bd2': tf.Variable(tf.random_normal([1024])),
    'out': tf.Variable(tf.random_normal([n_classes]))
}

# Construct model
pred = customnet(x, weights, biases, keep_prob)

# Define loss and optimizer
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)

# Evaluate model
correct_pred = tf.equal(tf.argmax(pred,1), tf.argmax(y,1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))

# Initializing the variables
init = tf.initialize_all_variables()
# 
tf.scalar_summary("loss", cost)
tf.scalar_summary("accuracy", accuracy)
# Merge all summaries to a single operator
merged_summary_op = tf.merge_all_summaries()
# Launch the graph
with tf.Session() as sess:
    sess.run(init)
    summary_writer = tf.train.SummaryWriter('/tmp/logs', graph_def=sess.graph_def)
    step = 1
    # Keep training until reach max iterations
    while step * batch_size < training_iters:
        batch_xs, batch_ys = mnist.train.next_batch(batch_size)
        # Fit training using batch data
        sess.run(optimizer, feed_dict={x: batch_xs, y: batch_ys, keep_prob: dropout})
        if step % display_step == 0:
            # Calculate batch accuracy
            acc = sess.run(accuracy, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})
            # Calculate batch loss
            loss = sess.run(cost, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})
            print "Iter " + str(step*batch_size) + ", Minibatch Loss= " + "{:.6f}".format(loss) + ", Training Accuracy= " + "{:.5f}".format(acc)
            summary_str = sess.run(merged_summary_op, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})
            summary_writer.add_summary(summary_str, step)
        step += 1
    print "Optimization Finished!"
    # Calculate accuracy for 256 mnist test images
    print "Testing Accuracy:", sess.run(accuracy, feed_dict={x: mnist.test.images[:256], y: mnist.test.labels[:256], keep_prob: 1.})

   

 我没有数据,这里我就不能给大家演示截图了,但是思想方式是一样的 ,上面所有参数都是对的 。



© 著作权归作者所有

共有 人打赏支持
zhuyuping
粉丝 303
博文 35
码字总数 51047
作品 0
徐汇
程序员
加载中

评论(1)

syjlalala
syjlalala
您好 这篇文章写得很好 通俗易懂 就是其实每一步shape的运算我还是有些困惑 能麻烦您讲一下吗
TensorFlow应用实战-15-强化学习常用环境

使用TensorFlow开发会开赛车的AI 进行游戏领域 第一个我们使用了 RNN 和 LSTM 开发作曲智能应用。 深度卷积的生成对抗网络,帮我们开发能够制图的AI DeepMind 的 AlphaGo 围棋人工智能 Alph...

天涯明月笙 ⋅ 06/13 ⋅ 0

10大机器学习开源项目推荐(Github平均star为1385)

翻译 | suisui 出品 | 人工智能头条(AI_Thinker) 本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的,Github 平均 star为 1385,主题包含:Tensorflow, Aug...

AI科技大本营 ⋅ 05/03 ⋅ 0

精选10大机器学习开源项目 !(附链接)

本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的,Github平均star为1385,主题包含:Tensorflow, Augmentation, AlphaGo Zero, NSynth, Deep Neuroevoluti...

技术小能手 ⋅ 05/04 ⋅ 0

为预测用户出行需求,ofo开始使用AI实现智能调度

ofo官方称在其人工智能系统中,应用了一款能够预测用户出行需求的AI,以便用户更好的出行体验。 共享单车几乎已经遍布了国内的主要城市,在众多共享单车中,属于佼佼者地位的ofo今天称在其人...

行者武松 ⋅ 03/06 ⋅ 0

让机器搞艺术创作,是Google下一件伟大的事

     数月前,Google的DeepMind人工智能团队成功夺取了东方智慧的圣杯——围棋,这一充满艺术性、深刻哲理,但又需要严格训练的人类职业棋手才能凭借敏锐直觉周旋其中的凶险万分的博弈游...

中国机器人 ⋅ 06/07 ⋅ 0

TensorFlow人工智能引擎入门教程所有目录

TensorFlow 人工智能引擎 入门教程之一 基本概念以及理解 TensorFlow人工智能引擎入门教程之二 CNN卷积神经网络的基本定义理解。 TensorFlow人工智能引擎入门教程之三 实现一个自创的CNN卷积...

zhuyuping ⋅ 2016/04/22 ⋅ 6

了解深度学习,你就是下一个AlphaGo的设计者!

现在的人工智能已经呈指数级增长。比如,自动驾驶汽车的时速达数百万英里,IBM Watson在诊断病人的情况上比医生更好,AlphaGo击败了世界冠军。这其中,人工智能扮演着关键的角色。 随着人工智...

Python雁横 ⋅ 05/12 ⋅ 0

干货:普通程序员如何正确学习人工智能方向的知识?

在踏入人工智能大门前,我先讲一下,为什么这两年深度学习为什么突然火了 2016年AlphaGo 4比1 战胜李世石,掀起了一波AI热潮,DeepMind背后所用的深度学习一下子火了起来了。其实在内行看来,...

za8kfnpo2 ⋅ 04/21 ⋅ 0

探索Alpha-Go —— AI是如何在围棋项目上打败人类的

更多深度文章,请关注云计算频道:https://yq.aliyun.com/cloud 作者介绍:irek Stanek Azimo移动开发部门负责人,人工智能专家。自称梦想很大却在写代码,更多开发博客见http://frogermcs....

【方向】 ⋅ 2017/04/06 ⋅ 0

业界 | 微信团队开源围棋AI技术PhoenixGo,复现AlphaGo Zero论文

  选自GitHub   机器之心编译   参与:李亚洲、路      本文介绍了腾讯微信翻译团队开源的人工智能围棋项目 PhoenixGo,该项目是对 DeepMind AlphaGo Zero 论文《Mastering the g...

机器之心 ⋅ 05/14 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

SpringCloud 微服务 (六) 服务通信 RestTemplate

壹 通信的方式主要有两种,Http 和 RPC SpringCloud使用的是Http方式通信, Dubbo的通信方式是RPC 记录学习SpringCloud的restful方式: RestTemplate (本篇)、Feign 贰 RestTemplate 类似 Http...

___大侠 ⋅ 4分钟前 ⋅ 0

React创建组件的三种方式

1.无状态函数式组建 无状态函数式组件,也就是你无法使用State,也无法使用组件的生命周期方法,这就决定了函数组件都是展示性组件,接收Props,渲染DOM,而不关注其他逻辑。 无状态函数式组...

kimyeongnam ⋅ 11分钟前 ⋅ 0

react 判断实例类型

今天在写组件的时候想通过判断内部子元素不同而在父元素上应用不同的class,于是首先要解决的就是如何判断子元素的类型。 这里附上一个讲的很全面的文章: https://www.cnblogs.com/onepixel...

球球 ⋅ 17分钟前 ⋅ 0

Centos7备份数据到百度网盘

一、关于 有时候我们需要进行数据备份,如果能自动将数据备份到百度网盘,那将会非常方便。百度网盘有较大的存储空间,而且不怕数据丢失,安全可靠。下面简单的总结一下如何使用 bypy 实现百...

zctzl ⋅ 31分钟前 ⋅ 0

开启远程SSH

SSH默认没有开启账号密码登陆,需要再配置表中修改: vim /etc/ssh/sshd_configPermitRootLogin yes #是否可以使用root账户登陆PasswordAuthentication yes #是都开启密码登陆ser...

Kefy ⋅ 34分钟前 ⋅ 0

Zookeeper3.4.11+Hadoop2.7.6+Hbase2.0.0搭建分布式集群

有段时间没更新博客了,趁着最近有点时间,来完成之前关于集群部署方面的知识。今天主要讲一讲Zookeeper+Hadoop+Hbase分布式集群的搭建,在我前几篇的集群搭建的博客中已经分别讲过了Zookeep...

海岸线的曙光 ⋅ 41分钟前 ⋅ 0

js保留两位小数方法总结

本文是小编针对js保留两位小数这个大家经常遇到的经典问题整理了在各种情况下的函数写法以及遇到问题的分析,以下是全部内容: 一、我们首先从经典的“四舍五入”算法讲起 1、四舍五入的情况...

孟飞阳 ⋅ 59分钟前 ⋅ 0

python log

python log 处理方式 log_demo.py: 日志代码。 #! /usr/bin/env python# -*- coding: utf-8 -*-# __author__ = "Q1mi""""logging配置"""import osimport logging.config# 定义三种......

inidcard ⋅ 今天 ⋅ 0

mysql 中的信息数据库以及 shell 查询 sql

Information_schema 是 MySQL 自带的信息数据库,里面的“表”保存着服务器当前的实时信息。它提供了访问数据库元数据的方式。 什么是元数据呢?元数据是关于数据的数据,如数据库名或表名,...

blackfoxya ⋅ 今天 ⋅ 0

maven配置阿里云镜像享受飞的感觉

1.在maven目录下的conf/setting.xml中找到mirrors添加如下内容,对所有使用改maven打包的项目生效。 <mirror> <id>alimaven</id> <name>aliyun maven</name> <url>http://maven.al......

kalnkaya ⋅ 今天 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部