C++ 学习 四八五 AlphaGo 硬件与算法
发布时间
阅读量：
阅读量
1、硬件
在维基百科平台上，可以查阅到多个版本的AlphaGo所采用的硬件配置信息：
在击败李世石的版本中，系统（AlphaGo Distributed）配置了1202个CPU处理器与176个GPU单元，并能够同时运行40条搜索线程。
2、算法
AlphaGo的整体技术框架可以概括为：深度卷积神经网络（CNN）结构与蒙特卡洛树搜索算法（Monte Carlo Tree Search）的融合。
通过深度学习神经网络，系统训练出了两个落子策略模型以及一个局面评估模型，这三个模型的神经网络架构大致相同，主要差异体现在参数设置上。
落子策略包括SL（监督学习策略网络）和RL（强化学习策略网络）两种类型。
SL策略是通过对人类对弈棋局的学习，模拟在特定棋局状态下人类如何选择落子位置。这一过程完全基于人类下棋经验的积累，其目标是：当面对某一具体棋局形式时，预测人类可能采取的落子方式。AlphaGo正是通过分析大量的人类对弈数据，从而掌握这类落子策略，使得SL策略能够模仿人类进行下一步棋的选择。
全部评论 (0)
还没有任何评论哟~