深度思考- 解说

当我们通过CNN权重，判断出一些相关要点的时候，这是电脑对棋局的一个初步判断，就像人下棋一样，我们先有个初步的预判，

• 电脑快速形势判断

ABCDEF　：　根据深思模型计算结果　按权重值　给出不同选点的建议，

（为避免太多的提示干扰我们的判断，我们现在只显示 最佳权重的前5个要点）

但到底哪一个点可合适， 我们可以通过深度思考功能，通过计算做进一步的分析，最后给出更合理的分析（注有可能最佳选点并不在权重范围内）

点击左边的  深思按钮，就可启动深思的功能。

• 当打开深思－　系统会进入深度思考，电脑会从服务器计算下一步的分析读取获得一些相应的判断。（构想未来，根据未来的结果来调整次序。）

黒方形势 – W:44.610% – (V:6904 S:42.786%)

注：（A)前面的W46.600%是最初第一步时的 胜率评估，W:46.030%是 未来走n步后的胜率评估

• v: 访问次数。
• S: 评分，以胜率为基础。 基于基准的偏差值，越大越好。
• D: 深度
• W: 终端节点胜率。

深度思考信息的选点应该根据结果从上到下排除法选择。但如果结果预期不好，那么你就会选后面 预期结果好但可信度低的 选点。

用户可以根据这几个数字综合考虑。v越大，可靠性越大 （计算的深度越深，花费的时间越多，占用服务器计算的资源也会越多)。

问：小棋盘，很长时间没动，突然一下又出了个变化， 这又是什么一种情况？

答：如果它认为的最优解没变化，不会动，一旦最优解变了，则跟着变化。深度思考第一行的V有没变化，这是总思考次数。（通常会一直有变化，没有变化就说明服务器端计算被 卡住了，或者网络连接出现问题得不到及时的信息反馈)

有时棋盘上会出现 一些 X，三角方框，园点

• 三角是 深度思考达到10000步的选点建议。
• X是 比深度思考还要深的 大数据分析建议。（ X的信息来源于 电脑自动摆棋的 训练结果， 这个供参考。 可以看成是 一种变招）
• 小方块是： 深度思考时 用CNN构建博弈树的 最优选择点。
• 园点：一般为急所

AI围棋的水平取决于两点：

• 1. CNN模型准确度。
• 2. 深度思考的 构建速度和精度。

简单的比喻是 CNN打到x环。深度思考打到x.y环。

更多信息请访问：

https://www.deepthinkgohelper.com

 21,237 total views,  2 views today