神经网络的“自我学习”是什么？

返回“棋软知识”

在主流棋类引擎中，神经网络都属于离线监督学习。

作者或者训练师会先让引擎自对弈，从而生成数据(棋谱)。

以nnue跑谱为例，这些数据里面有每步的局面、分数、和这局游戏的结果等等信息，通常是以每步几层或者几千、几万节点自对弈生成。

生成了足够多的数据后，便拿去训练，训练过程可以简单理解为去调整神经网络里的海量参数，使得网络的输出接近更数据。比如一个局面100分，训练就会改变神经网络参数让评估分数去接近这个100分。