zouyih / alphazero_gomoku-tensorflow Goto Github PK

尽管不涉及错误，也不影响什么，
双重循环看起来还是很不舒服，毕竟0（1）的问题变成了0(n^2）的问题了，做如下修改比较好：
def click1(self, event): #click1 because keyword repetition
size = self.board.width
current_player = self.board.get_current_player()
if current_player == 1:
# for i in range(size):
# for j in range(size):
i=(event.x)//30
j=(event.y)//30
ri=(event.x)%30
rj=(event.y)%30
i=i-1 if ri<15 else i
j=j-1 if rj<15 else j

        move = self.board.location_to_move((i, j))
        # if move in self.board.availables:
        #     square_distance = math.pow((event.x - self.chess_board_points[i][j].pixel_x), 2) + math.pow((event.y - self.chess_board_points[i][j].pixel_y), 2)                        
            
        #     if (square_distance <= 200):
        self.cv.create_oval(self.chess_board_points[i][j].pixel_x-10, self.chess_board_points[i][j].pixel_y-10, self.chess_board_points[i][j].pixel_x+10, self.chess_board_points[i][j].pixel_y+10, fill='black')
        self.board.do_move(move)

run中：
for i in range(5): verbose = i % 5 == 0

改为：
for j in range(5): verbose = j % 5 == 0

请问 自己训练生成的模型 应该怎么使用呢，或者是怎么转换呢？

能问下你的版本环境吗?我试过了很多版本的tensorflow都跑不起来

请问你训练了多久，电脑配置以及总共对弈了大概多少局？

在 tf_policy_value_net.py 第54行，定义了每个动作的概率是
self.action_probs = tf.nn.softmax(policy_net_out, name="policy_net_proba")，
第90行定义的loss是
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=self.action_probs, labels=self.mcts_probs)。
但tensorflow文档对 tf.nn.softmax_cross_entropy 这个函数有个warning ，是说不要把softmax的输出给这个函数，因为这个函数内部会自己对logits做一遍softmax……所以这里直接用这个loss是不是不太好

另外，请问model文件夹里的模型是从0开始用这份代码训练的，还是已经训练好的theano/pytorch的模型直接转成tensorflow模型得到的？