残差策略网络在计算机围棋的应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的与意义 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 主要研究内容及结构 | 第12-15页 |
| 1.4.1 主要研究内容与创新点 | 第12页 |
| 1.4.2 论文结构 | 第12-15页 |
| 第二章 ALPHAGO中的策略网络及实现 | 第15-27页 |
| 2.1 ALPHAGO中的策略网络 | 第15-18页 |
| 2.1.1 策略网络的输入 | 第15-16页 |
| 2.1.2 策略网络的模型 | 第16-18页 |
| 2.2 策略网络的实现 | 第18-25页 |
| 2.2.1 机器学习平台的选择 | 第18-19页 |
| 2.2.2 实验数据准备 | 第19-23页 |
| 2.2.3 策略网络代码实现 | 第23-24页 |
| 2.2.4 策略网络实验结果及分析 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 残差策略网络模型 | 第27-39页 |
| 3.1 深度残差网络 | 第27-29页 |
| 3.2 残差策略网络模型设计 | 第29-32页 |
| 3.3 残差策略网络的超参数设置 | 第32-37页 |
| 3.3.1 学习率 | 第32-35页 |
| 3.3.2 批尺寸(batch_size) | 第35页 |
| 3.3.3 网络权值初始化方法 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 残差策略网络的实现 | 第39-47页 |
| 4.1 残差策略网络的实现 | 第39-46页 |
| 4.1.1 读入数据 | 第39-42页 |
| 4.1.2 残差策略网络代码实现 | 第42-45页 |
| 4.1.3 分布式训练的提交方法 | 第45-46页 |
| 4.2 本章小结 | 第46-47页 |
| 第五章 实验结果分析与应用 | 第47-57页 |
| 5.1 残差策略网络实验结果 | 第47-51页 |
| 5.2 结果比较 | 第51-54页 |
| 5.2.1 残差策略网络与卷积策略网络的比较 | 第51-52页 |
| 5.2.2 残差策略网络层数选取 | 第52-54页 |
| 5.3 策略网络在计算机围棋中的应用 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-61页 |
| 6.1 论文工作总结 | 第57页 |
| 6.2 不足与展望 | 第57-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
