## 实验：AlphaZero-Gomoku——基于深度神经网络的五子棋博弈引擎设计与实现
本次实验是开发基于深度神经网络的五子棋引擎设计与实现。本次实验的环境如下：
1. 操作系统：Windows11
2. Python版本：3.6
3. Pytorch版本：pytorch-cpu-0.3.1
4. Anaconda版本：3.5.2
启动人机对战：
```
python ./human_paly.py
```
训练模型：
```
python ./train.py
```
基于Python深度神经网络的五子棋博弈引擎设计与实现+全部资料齐全+部署文档.zip
版权申诉
78 浏览量
2024-05-14
19:57:27
上传
评论
收藏 2.49MB ZIP 举报
基于Python深度神经网络的五子棋博弈引擎设计与实现+全部资料齐全+部署文档.zip （39个子文件） 
Django系统部署文档.md 3KB
alpha_zero_feat-main mcts_pure.py 7KB game.py 8KB alpha_zeroII-model.py 2KB policy_value_net_pytorch.py 6KB policy_value_net_numpy_pytorch.py 5KB print_figure2.py 3KB alpha_zeroI.py 2KB current_policy_10_10_5_new.model 1.33MB policy_value_net.py 4KB
playout400.gif 21KB loss_win.log 28KB playout800.gif 21KB current_policy_8_8_5_new.model 1.02MB alpha_zeroII.py 2KB best_policy_10_10_5_new.model 1.33MB print_figure.py 3KB train.py 10KB __pycache__ game.cpython-36.pyc 7KB policy_value_net_pytorch.cpython-37.pyc 4KB policy_value_net_pytorch.cpython-36.pyc 4KB mcts_pure.cpython-36.pyc 8KB policy_value_net_numpy_pytorch.cpython-36.pyc 4KB mcts_pure.cpython-37.pyc 8KB alpha_zeroII.cpython-36.pyc 2KB mcts_alphaZero.cpython-37.pyc 8KB policy_value_net_numpy.cpython-36.pyc 4KB alpha_zero.cpython-36.pyc 2KB game.cpython-37.pyc 7KB alpha_zeroI.cpython-36.pyc 2KB mcts_alphaZero.cpython-36.pyc 8KB test.py 697B policy_value_net_numpy.py 4KB README.md 421B human_play.py 3KB best_policy_8_8_5_new.model 1.02MB mcts_alphaZero.py 8KB Flask系统部署文档.md 3KB
171265889347208773632.zip 416B资源评论
