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
21,072 total views, 2 views today