没有合适的资源?快使用搜索试试~ 我知道了~
rps-ai:一个完整的python Flask人工智能全栈项目,能够使用自定义评分系统,在60%的时间里用石头纸剪刀击败人类用...
共49个文件
html:9个
jpg:9个
py:5个
需积分: 27 1 下载量 125 浏览量
2021-05-03
19:23:14
上传
评论
收藏 932KB ZIP 举报
温馨提示
石头剪刀布AI 一个完整的python Flask人工智能全栈项目,能够使用自定义评分系统在60%的时间内击败人类用户,以集成在游戏级和存储历史上训练过的六个模型(基于朴素的逻辑,决策树,神经网络) AWS RDS Cloud SQL数据库中的数据。 在观看我的项目视频演示,或按以下部分跳至视频 概述 问题陈述 剪刀石头布引起了我对AI项目的关注,因为似乎无法在游戏中获得优势。 如今,很容易假设计算机可以在国际象棋中胜出,因为它可以利用其所有计算能力来查看所有可能的结果并选择有益的结果。 另一方面,由于胜利者似乎是随机的,因此通常用剪刀石头布代替掷硬币来解决纠纷。 但是我的理论是,人类实际上不能做出随机决定,并且即使一个AI能够学会理解人类在一系列比赛过程中做出选择的方式,即使人类试图随机地做出行为也是如此。 ,那么AI在猜测玩家的决定时将能够大大超过33%的准确性。 我的目标是看我是
资源推荐
资源详情
资源评论
收起资源包目录
rps-ai-master.zip (49个子文件)
rps-ai-master
nn_clf.joblib 452KB
app.py 5KB
src
config.py 1KB
model.py 12KB
database.py 2KB
game.py 1KB
__pycache__
model.cpython-38.pyc 10KB
game.cpython-38.pyc 1KB
config.cpython-38.pyc 746B
database.cpython-38.pyc 2KB
rps-record122.csv 43KB
nn_clf
variables
variables.data-00000-of-00001 107KB
variables.index 2KB
saved_model.pb 119KB
decision_tree_clf.joblib 118KB
rps-record_dtclf.csv 76KB
requirements.txt 2KB
nn_clf.tflite 36KB
Procfile 21B
README.md 13KB
record.db 8KB
__pycache__
app.cpython-38.pyc 4KB
templates
index.html 926B
home.html 3KB
play.html 4KB
index-studio.html 6KB
play-studio.html 8KB
game_over.html 2KB
base.html 547B
game-over-studio.html 7KB
play_bootstrapped.html 4KB
.gitignore 5B
static
images
p_paper.jpg 15KB
c_scissors.jpg 13KB
p_scissors.jpg 13KB
c_paper.jpg 15KB
p_rock.jpg 12KB
c_rock.jpg 12KB
hand-rock-paper-scissor-clip-art_107355-34.jpg 95KB
assets
bootstrap
js
bootstrap.min.js 82KB
css
bootstrap.min.css 157KB
img
c_scissors.jpg 13KB
p_scissors.jpg 13KB
js
Simple-Slider.js 380B
jquery.min.js 87KB
css
styles.css 483B
Navigation-Clean.css 4KB
Simple-Slider.css 488B
css
main.css 811B
共 49 条
- 1
资源评论
似蜉蝣
- 粉丝: 21
- 资源: 4602
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功