AlphaGo原理淺析

AlphaGo 論文： 　　AlphaGo:《Mastering the game of Go with deep neural networks and tree search》 核心部件： 　　- 監督學習的策略網絡(SL policy network) 　　　　13layers CNN network 　　　　輸入：當前state 　　　　輸出：所有可能action的概率分佈 　　　　更新策

>>阅读原文<<