我估计他们最开始只有那个策略网,
回答: 策略网是题海战术,估价网就是申题。。。。 由 塞翁寻马 于 2021-10-10 16:56
用GOGKS的3000万题海训练完就上GOGKS试手,结果比较悲催。后来说,这不行,咱们干脆压题打小抄吧,然后就整了那个估值网络。结果还挺爽。所以到了ALPHA ZERO时,他们干脆扔掉了刷题的策略网,只保留估值网络,完全从自对弈干起。
内容来自网友分享,若违规或者侵犯您的权益,请联系我们
所有跟帖: ( 主贴楼主有权删除不文明回复,拉黑不受欢迎的用户 )
楼主前期社区热帖:
>>>>查看更多楼主社区动态...