스택큐힙리스트

닫혔습니다. 이 질문은 책, 도구, 소프트웨어 라이브러리 등의 추천을 요구합니다. 이는 스택 오버플로우 지침을 충족하지 않습니다. 현재 답변을 받지 않습니다. 책, 도구, 소프트웨어 라이브러리 등의 추천을 요청하는 질문은 허용하지 않습니다. 질문을 수정하여 사실과 인용을 통해 답변할 수 있도록 할 수 있습니다. 닫힘 5년 전. 이 질문 개선하기 입력 벡터의 크기, 출력 벡터의 크기 및 훈련 세트의 크기만 가지고 계층의 수와 각 계층 당 뉴런의 수를 계산하는 방법을 찾고 있습니다. 일반적으로는 다른 네트워크 구성을 시도하고 오류가 가장 적은 네트워크를 선택하여 최적의 넷을 결정합니다. 불행히도, 그렇게 할 수는 없습니다.답변 1이 주제에 대한 많은 연구가 있습니다. 그러므로, 진심으로 관심이 있다면 읽을 ..

팩맨의 유령들의 AI에 대한 많은 참조를 찾았지만, 그들 중에는 유령이 팩맨에게 잡힌 후에 눈이 중앙의 유령 구멍으로 돌아가는 방법에 대해 언급하지 않은 것이 하나도 없었습니다. 내 구현에서는 간단하지만 끔찍한 해결책을 구현했습니다. 모서리마다 어느 방향으로 가야 하는지 강제로 코딩했습니다. 더 좋은/또는 최선의 해결책이 있을까요? 서로 다른 레벨 디자인에 대해 작동하는 범용 솔루션이 있을까요?답변 1실제로, 나는 당신의 접근 방식이 경로 탐색과 비교했을 때 거의 실행 시간 비용이 없는 꽤 멋진 해결책이라고 말할 수 있습니다. 만약 임의의 맵에 대해 일반화해야 한다면, 임의의 경로 탐색 알고리즘을 사용할 수 있습니다 - 예를 들어 너비 우선 탐색은 구현하기 간단합니다 - 그리고 게임을 실행하기 전에 각 ..

def train(self, train, validation, N=0.3, M=0.1): # N: 학습률 # M: 모멘텀 인자 정확도 = list() while(True): 오차 = 0.0 for p in train: 입력, 대상 = p self.update(입력) 오차 = 오차 + self.backPropagate(대상, N, M) print 검증 총계 = 0 for p in validation: 입력, 대상 = p 출력 = self.update(입력) 총계 += sum([abs(대상 - 출력) for 대상, 출력 in zip(대상, 출력)]) # 대상과 출력 간의 절대 차이의 합을 계산 정확도.append(총계) print min(정확도) print sum(정확도[-5:])/5 #if i % 100 ..

잠금 상태. 이 질문과 그 답변들은 역사적인 의의가 있음에도 불구하고 주제에서 벗어난 내용으로 인해 잠금상태에 있습니다. 현재 새로운 답변이나 상호작용을 받지 않고 있습니다. 새로운 오픈 소스 포커 봇인 PokerPirate이 있습니다. 웹 응용 프로그램이 포커 봇을 탐지/방해/무력화하는 창의적인 방법에 대해 관심이 있습니다. (이는 순수히 학문적인 토론이며, PokerPirate가 작성된 것과 동일한 정신을 가지고 있습니다.)답변 1당신이 본인의 봇 또는 게임을 상위 레벨로 옮기면, 더 숙련된 플레이어들의 많은 인구에 마주치게 될 것입니다. 그럼에도 불구하고, 전략의 복잡성은 다음 레벨로 올라가야 할 것입니다. 이때에는 테이블 이미지, 레인지 밸런싱, 정교하고 지능적인 블러핑(약함에만 블러핑하는 것이 ..