ນີ້ແມ່ນແອັບ Linux ທີ່ມີຊື່ວ່າ AlphaZero.jl ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ເປັນ v0.5.4.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນ OnWorks ຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີສໍາລັບບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ AlphaZero.jl ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ OnWorks Linux ອອນລາຍ ຫຼື Windows online emulator ຫຼື MACOS online emulator ຈາກເວັບໄຊທ໌ນີ້.
- 5. ຈາກ OnWorks Linux OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກ, ຕິດຕັ້ງມັນແລະດໍາເນີນການ.
ໜ້າ ຈໍ
Ad
AlphaZero.jl
ລາຍລະອຽດ
ນອກເໜືອໄປຈາກຄວາມສຳເລັດທີ່ເປີດເຜີຍຕໍ່ສາທາລະນະຫຼາຍໃນການບັນລຸລະດັບມະນຸດຢູ່ໃນເກມເຊັ່ນ: Chess ແລະ Go, DeepMind's AlphaZero algorithm ສະແດງໃຫ້ເຫັນເຖິງວິທີການທົ່ວໄປກວ່າຂອງການລວມການຮຽນຮູ້ ແລະການຄົ້ນຫາເພື່ອສຳຫຼວດພື້ນທີ່ປະສົມປະສານຂະໜາດໃຫຍ່ຢ່າງມີປະສິດທິພາບ. ພວກເຮົາເຊື່ອວ່າວິທີການນີ້ສາມາດມີຄໍາຮ້ອງສະຫມັກທີ່ຫນ້າຕື່ນເຕັ້ນໃນຫຼາຍຂົງເຂດການຄົ້ນຄວ້າທີ່ແຕກຕ່າງກັນ. ເນື່ອງຈາກວ່າ AlphaZero ແມ່ນຊັບພະຍາກອນທີ່ຫິວໂຫຍ, ການປະຕິບັດແຫຼ່ງເປີດທີ່ປະສົບຜົນສໍາເລັດ (ເຊັ່ນ: Leela Zero) ຖືກຂຽນເປັນພາສາລະດັບຕ່ໍາ (ເຊັ່ນ C++) ແລະຖືກປັບປຸງໃຫ້ເຫມາະສົມສໍາລັບສະພາບແວດລ້ອມຄອມພິວເຕີ້ທີ່ແຈກຢາຍສູງ. ນີ້ເຮັດໃຫ້ພວກເຂົາເກືອບບໍ່ສາມາດເຂົ້າເຖິງນັກຮຽນ, ນັກຄົ້ນຄວ້າແລະແຮກເກີ. ການປະຕິບັດ Python ງ່າຍດາຍຫຼາຍສາມາດພົບເຫັນຢູ່ໃນ Github, ແຕ່ບໍ່ມີໃຜສາມາດເອົາຊະນະພື້ນຖານທີ່ສົມເຫດສົມຜົນຢູ່ໃນເກມເຊັ່ນ Othello ຫຼື Connect Four. ໃນຖານະເປັນຕົວຢ່າງ, ດັດຊະນີໃນ README ທີ່ນິຍົມຫລາຍທີ່ສຸດຂອງພວກເຂົາພຽງແຕ່ມີລັກສະນະເປັນພື້ນຖານແບບສຸ່ມ, ພ້ອມກັບພື້ນຖານທີ່ມີຄວາມໂລບມາກທີ່ເບິ່ງຄືວ່າບໍ່ມີຄວາມເຂັ້ມແຂງຫຼາຍ.
ຄຸນລັກສະນະ
- ສູດການຄິດໄລ່ຫຼັກແມ່ນພຽງແຕ່ 2,000 ເສັ້ນຂອງລະຫັດ Julia ທີ່ບໍລິສຸດ, ສາມາດ hack ໄດ້
- ການໂຕ້ຕອບແບບທົ່ວໄປເຮັດໃຫ້ມັນງ່າຍຕໍ່ການເພີ່ມການສະຫນັບສະຫນູນສໍາລັບເກມໃຫມ່ຫຼືກອບການຮຽນຮູ້ໃຫມ່
- ລະຫວ່າງຫນຶ່ງຫາສອງຄໍາສັ່ງຂອງຂະຫນາດໄວກວ່າທາງເລືອກ Python ຂອງມັນ
- ການຈັດຕັ້ງປະຕິບັດນີ້ເຮັດໃຫ້ສາມາດແກ້ໄຂເກມທີ່ບໍ່ເປັນບັນຫາໃນຄອມພິວເຕີຕັ້ງໂຕະມາດຕະຖານທີ່ມີ GPU
- ຕົວແທນດຽວກັນສາມາດໄດ້ຮັບການຝຶກອົບຮົມຢູ່ໃນກຸ່ມຂອງເຄື່ອງຈັກໄດ້ຢ່າງງ່າຍດາຍເຊັ່ນດຽວກັບຄອມພິວເຕີດຽວແລະໂດຍບໍ່ມີການດັດແປງເສັ້ນດຽວຂອງລະຫັດ.
- ກົນໄກການຈຳລອງແບບອະຊິດໂຄຣນັສທີ່ເປີດໃຊ້ການຮ້ອງຂໍ batching ກັບເຄືອຂ່າຍ neural ໃນທົ່ວຫົວຂໍ້ຈໍາລອງຫຼາຍຫົວຂໍ້
ພາສາການຂຽນໂປຣແກຣມ
Julia
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/alphazero-jl.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.