神经网络的“自我学习”是什么？：修订间差异
跳到导航
跳到搜索
无编辑摘要 |
无编辑摘要 |
||
| 第4行： | 第4行： | ||
在主流棋类引擎中，神经网络都属于离线监督学习。 | 在主流棋类引擎中，神经网络都属于离线监督学习。 | ||
作者会先让引擎自对弈，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。 | 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。 | ||
| 第10行： | 第10行： | ||
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，使得网络的输出更接近数据。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。 | 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，使得网络的输出更接近数据。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。 | ||
因为是离线学习，依赖作者训练发布，所以你使用引擎是无法让引擎“学习”的(但棋类也完全不适合在线学习)，而引擎有[[置换表（哈希）是什么？设置多少好？|哈希表]]这种暂时的信息储存，所以拆棋时会感觉引擎有记忆功能，但重新加载后便失去了记忆。 | |||
所以强引擎目前不可能一边使用一边学习，而是依赖作者训练好之后再发布出来 | |||
2024年12月3日 (二) 17:22的最新版本
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，使得网络的输出更接近数据。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。
因为是离线学习，依赖作者训练发布，所以你使用引擎是无法让引擎“学习”的(但棋类也完全不适合在线学习)，而引擎有哈希表这种暂时的信息储存，所以拆棋时会感觉引擎有记忆功能，但重新加载后便失去了记忆。
所以强引擎目前不可能一边使用一边学习，而是依赖作者训练好之后再发布出来