• 关于

    神经树怎么用

    的搜索结果

回答

引用来自“梅开源”的答案 引用来自“cut”的答案 黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水 强烈赞同! 谢谢你让我一大清早就神清气爽! 我迄今就没见过几个把神经网络和遗传算法的实现做得像点现代程序的。基本都是不知道哪里抄个原始的TSP问题或者三层的神经网络,里面一堆int就能象征各种现实逻辑,然后写个论文吹嘘用此算法取得了较好成果,有待进一步优化。要不就是集中精力对付遗传算法的收敛,怎么用都搞不清楚一个有效解都没有就怕算法收敛于区间取不到最优解。 虽然不知道你都看了些什么论文,但实际上这种简单的棋类游戏用神经网络或遗传算法能取得比决策树好的多的效果. ######回复 @Dr.Who : 问题是我们平常的测试平台生成的地图是小型的,比赛是大型地图。。。######回复 @locusxt : 拿去比赛当然是先train好,要不比什么?######这个游戏的不同点在于地图是随机生成的。我应该在比赛前利用遗传算法获取普遍最佳的策略,还是在比赛时用遗传算法找到最佳下法?######遗传算法一般是求最优解的,而对于棋牌类AI程序来讲关键是局面评价函数,个人认为这类AI不适合用遗传算法来解######黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水###### 引用来自“cut”的答案 黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水 强烈赞同! 谢谢你让我一大清早就神清气爽! 我迄今就没见过几个把神经网络和遗传算法的实现做得像点现代程序的。基本都是不知道哪里抄个原始的TSP问题或者三层的神经网络,里面一堆int就能象征各种现实逻辑,然后写个论文吹嘘用此算法取得了较好成果,有待进一步优化。要不就是集中精力对付遗传算法的收敛,怎么用都搞不清楚一个有效解都没有就怕算法收敛于区间取不到最优解。 ######如果要用遗传算法做黑白棋AI,要实现对AI的下棋规则逻辑的保存。随机生成大量AI然后让它们去拼去,胜率高的交配和自我微调吧。###### 引用来自“梅开源”的答案 引用来自“cut”的答案 黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水 强烈赞同! 谢谢你让我一大清早就神清气爽! 我迄今就没见过几个把神经网络和遗传算法的实现做得像点现代程序的。基本都是不知道哪里抄个原始的TSP问题或者三层的神经网络,里面一堆int就能象征各种现实逻辑,然后写个论文吹嘘用此算法取得了较好成果,有待进一步优化。要不就是集中精力对付遗传算法的收敛,怎么用都搞不清楚一个有效解都没有就怕算法收敛于区间取不到最优解。 我们在进行一个AI比赛(不是黑白棋,但类似),要不是老师说他的一个学生几年前写的一个遗传算法怎么怎么强,我也不会想到遗传算法的。想不通这究竟是怎么弄的。 然后草草写了个贪心,效果貌似还行。。 ###### 引用来自“梅开源”的答案 如果要用遗传算法做黑白棋AI,要实现对AI的下棋规则逻辑的保存。随机生成大量AI然后让它们去拼去,胜率高的交配和自我微调吧。 http://wenku.baidu.com/view/a52b42a10029bd64783e2cf9.html 题目就是这道。有兴趣的话可以看一下。。。 ###### 引用来自“Dr.Who”的答案 引用来自“梅开源”的答案 引用来自“cut”的答案 黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水 强烈赞同! 谢谢你让我一大清早就神清气爽! 我迄今就没见过几个把神经网络和遗传算法的实现做得像点现代程序的。基本都是不知道哪里抄个原始的TSP问题或者三层的神经网络,里面一堆int就能象征各种现实逻辑,然后写个论文吹嘘用此算法取得了较好成果,有待进一步优化。要不就是集中精力对付遗传算法的收敛,怎么用都搞不清楚一个有效解都没有就怕算法收敛于区间取不到最优解。 虽然不知道你都看了些什么论文,但实际上这种简单的棋类游戏用神经网络或遗传算法能取得比决策树好的多的效果. 刚看了下,是我out了。我是06年研究过这个,中间偶尔关注过,看来有点新发展。 ###### 引用来自“locusxt”的答案 引用来自“梅开源”的答案 引用来自“cut”的答案 黑白棋用alpha-beta那种基于决策树的算法做,神马遗传算法人工神经网络在天朝都tmd叫兽忽悠人用的,先不说像那样发散的算法对性能带来多大的影响,关键很jb多人连那些算法怎么用都不会就开始吹水 强烈赞同! 谢谢你让我一大清早就神清气爽! 我迄今就没见过几个把神经网络和遗传算法的实现做得像点现代程序的。基本都是不知道哪里抄个原始的TSP问题或者三层的神经网络,里面一堆int就能象征各种现实逻辑,然后写个论文吹嘘用此算法取得了较好成果,有待进一步优化。要不就是集中精力对付遗传算法的收敛,怎么用都搞不清楚一个有效解都没有就怕算法收敛于区间取不到最优解。 我们在进行一个AI比赛(不是黑白棋,但类似),要不是老师说他的一个学生几年前写的一个遗传算法怎么怎么强,我也不会想到遗传算法的。想不通这究竟是怎么弄的。 然后草草写了个贪心,效果貌似还行。。 遗传算法,神经网络等等这些算法都是要基于“学习”才能变得越来越牛逼,但学的东西越多,虽然会越来越犀利,但同时占的资源越来越大,性能越来越低,这就是发散算法sb的地方,你拿一个没训练过的遗传算法去比赛,劝你不要比了。 用alpha-beta算法随便搞个10步预测,正常智力的人搞不赢电脑,而且速度很快。如果你一定要什么遗传算法做,倒可以考虑用棋谱那种思路,但初始棋谱的犀利程度直接影响你比赛的成绩。所以哥可以认为你老师几年前那个学生不是他算法写的牛逼,而是他使用的棋谱牛逼。比起你学习怎么使用遗传算法,你研究下怎么建立一个犀利的初始棋谱比较好。不然没等你算法学习好,第一场比赛就出局。

kun坤 2020-06-09 15:31:49 0 浏览量 回答数 0

回答

对于算法的学习,我也是从一个小白一步步走来,当然,现在仍然很菜,,,不过,鉴于我觉得还有一些人比我更菜了,我决定谈谈我算法学习过程走过的坑,以及自己总结的一些经验。 切勿盲目刷题:刷题前的知识积累 说实话,想要提高自己的算法,真的没啥捷径,我觉得最好的捷径就是脚踏实地着多动手去刷题,多刷题。 但是,我必须提醒的是,如果你是小白,也就是说,你连常见的数据结构,如链表、树以及常见的算法思想,如递归、枚举、动态规划这些都没学过,那么,我不建议你盲目疯狂着去刷题的。而是先去找本书先去学习这些必要的知识,然后再去刷题。 因为,如果这些基础都不懂的话,估计一道题做了几个小时,然后看答案都看不懂,做题没有任何思路,这是很难受的。久而久之,估计没啥动力了,我刚开始就是这样,一道题答案看一天,然而还是不大懂,什么回溯啊,暴力啊,还不知道是啥意思。 也就是说,假如你要去诸如leetcode这些网站刷题,那么,你要先具备一定的基础,这些基础包括: 1、常见数据结构:链表、树(如二叉树)。(是的,链表和二叉树是重点,图这些可以先放着) 2、常见算法思想:贪婪法、分治法、穷举法、动态规划,回溯法。(贪婪、穷举、分治是基础,动态规划有难度,可以先放着) 以上列出来的算是最基本的吧。就是说你刷题之前,要把这些过一遍再去刷题。如果你连这些最基本的都不知道的话,那么你再刷题的过程中,会很难受的,思路也会相对比较少。 总之,千万不要急,先把这些基本的过一遍,力求理解,再去刷题。 在这里,我推荐基本我大一时看过的书籍吧,感觉还是非常不错的,如果对于数据结构时零基础的话,那么我建议你可以看《数据结构与算法分析:C语言描述版》这本书,这本书自认为真的很 nice,当时我把这本书里面的全部都看了,并且 coding 了一遍,感觉整个人有了质的飞跃。 后面我时在一些学校的OJ刷题,当时看的一本书叫做《挑战程序设计大赛》,日本作家写的,我觉得这本书也很nice,里面有分初级,中级和高级三个模块,基础比较差的可以从初级开始看起。 当然,这两本书,你可以在这个Github上找到:https://github.com/iamshuaidi/CS-Book 总结下: 提高数据结构与算法没啥捷径,最好的捷径就是多刷题。但是,刷题的前提是你要先学会一些基本的数据结构与算法思想。 AC不是目的,我们要追求完美 如何刷题?如何对待一道算法题? 我觉得,在做题的时候,一定要追求完美,千万不要把一道题做出来之后,提交通过,然后就赶紧下一道。我认为这意义不大,因为一道题的解法太多了,有些解法态粗糙了,我们应该要寻找最优的方法。 算法能力的提升和做题的数量是有一定的关系,但并不是线性关系。也就是说,在做题的时候,要力求一题多解,如果自己实在想不出来其他办法了,可以去看看别人是怎么做的,千万不要觉得模仿别人的做法是件丢人的事。 我做题的时候,我一看到一道题,可能第一想法就是用很粗糙的方式做,因为很多题采用暴力法都会很容易做,就是时间复杂度很高。之后,我就会慢慢思考,看看有没其他方法来降低时间复杂度或空间复杂度。最后,我会去看一下别人的做法,当然,并不是每道题都会这样执行。 衡量一道算法题的好坏无非就是时间复杂度和空间复杂度,所以我们要力求完美,就要把这两个降到最低,令他们相辅相成。 我举道例题吧: 问题: 一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法? 这道题我在以前的分章分析过,不懂的可以先看下之前写的:递归与动态规划—基础篇1 方法1::暴力递归 这道题不难,或许你会采取下面的做法: public int solve(int n){ if(n <= 2){ return n; }else{ return solve(n-1) + solve(n-2); } } 这种做法的时间复杂度很高,指数级别了。但是如果你提交之后侥幸通过了,然后你就接着下一道题了,那么你就要好好想想了。 方法二:空间换时间 力求完美,我们可以考虑用空间换时间:这道题如何你去仔细想一想,会发现有很多是重复执行了。不行你可以画个图 所以可以采取下面的方法: //用一个HashMap来保存已经计算过的状态 static Map<Integer,Integer> map = new HashMap(); public static int solve(int n){ if(n <= 2){ return n; }else{//是否计算过 if(map.containsKey(n)){ return map.get(n); }else{ int m = solve(n-1) + solve(n-2); map.put(n, m); return m; } } } 这样,可以大大缩短时间。也就是说,当一道题你做了之后,发现时间复杂度很高,那么可以考虑下,是否有更好的方法,是否可以用空间换时间。 **方法三:**斐波那契数列 实际上,我们可以把空间复杂度弄的更小,不需要HashMap来保存状态: public static int solve(int n){ if(n <= 2){ return n; } int f1 = 0; int f2 = 1; int sum = 0; for(int i = 1; i<= n; i++){ sum = f1 + f2; f1 = f2; f2 = sum; } return sum; } 我弄这道题给你们看,并不是在教你们这道题怎么做,而是有以下目的: 1、在刷题的时候,我们要力求完美。 2、我想不到这些方法啊,怎么办?那么你就可以去看别人的做法,之后,遇到类似的题,你就会更有思路,更知道往哪个方向想。 3、可以从简单暴力入手做一道题,在考虑空间与时间之间的衡量,一点点去优化。 挑战自己,跳出舒适区 什么叫舒适区?在刷题的时候,可能有一类题是你比较懂的,你每次一看就有思路,然后半个小时就撸好代码,提交代码,然后通过了,然后,哇,又多刷了一道题,心里很舒服。 但是,记住,前期你可以多刷这种题练手,提升自己的乐趣,但,我还是建议你慢慢跳出舒适区,去做一些自己不擅长的题,并且找段时间一直刷这种题。例如,我觉得我在递归方面的题还是挺强的, 但是,我对动态规划的题,很菜,每次都要想好久,每次遇到这种题都有点害怕,没什么信心。不过有段时间我觉得只刷动态规划的题,直接在 leetcode 选定专题,连续做了四五十道,刚开始很难受,后来就慢慢知道了套路了,一道题从两三个小时最后缩到半小时,简单的十几分钟就搞定。感觉自己对这类型的题也不惧怕的。 当然,对于动态规划的学习,大家也可以看我这篇广受好评的文章:为什么你学不过动态规划?告别动态规划,谈谈我的经验 所以,建议你,一定要学好跳出自己的舒适区。 一定要学会分类总结 有些人以为 leetcode 的题刷的越多,就一定能越厉害,其实不然,leetcode 虽然有 1000 多道题,但题型就那么几类,我们前期在刷的时候,我是建议按照题型分类刷题的,例如我这整理刷二叉树相关,然后刷链表相关,然后二分法,然后递归等等,每刷一种题型,都要研究他们的套路,如果你愿意去总结,那么 leetcode 的题,其实你刷几百道,有目的、挑选的刷,我觉得就差不多了。 我看过一本书,叫做《程序员代码面试指南:IT 名企算法与数据结构题目最优解》,这本书就非常不错,里面按照栈,队列,链表,二叉树,字符串等一个专题一个专题来刷的,并且每道题都给出了最优解,而且里面的题有一定的难度,感兴趣的,真心不错,如果你把这本书的题全部搞定,并且总结相关套路,那么你的算法一定有很大的提升。 推荐一些刷题网站 我一般是在leetcode和牛客网刷题,感觉挺不错,题目难度不是很大。 在牛客网那里,我主要刷剑指Offer,不过那里也有个在线刷leetcode,不过里面的题量比较少。牛客网刷题有个非常方便的地方就是有个讨论区,那里会有很多大佬分享他们的解题方法,不用我们去百度找题解。所以你做完后,实在想不出,可以很方便着去看别人是怎么做的。 至于leetcode,也是大部分题目官方都有给出答案,也是个不错的刷题网站。你们可以两个挑选一个,或者两个都刷。 当然,还有其他刷题的网站,不过,其他网站没刷过,不大清除如何。 至于leetcode,有中文版和英文版 leetcode有中文版 英文版 根据自己的兴趣选。 学习一些解题技巧 说实话,有些题在你没看别人的解法前,你好不知道有这么美妙优雅的解法,看了之后,卧槽,居然还可以这样。而我们在刷题的过程中,就要不断累积这些技巧,当你累计多了,你就会形成一种 神经反应,一下子就想到了某种方法。解题技巧很多,例如数组下标法、位图法、双指针等等,我自己也分享过一篇总结一些算法技巧的文章 再说数据结构发重要性 前面我主要是说了我平时都是怎么学习算法的。在数据结构方法,我只是列举了你们一定要学习链表和树(二叉堆),但这是最基本的,刷题之前要掌握的,对于数据结构,我列举下一些比较重要的: 1、链表(如单向链表、双向链表)。 2、树(如二叉树、平衡树、红黑树)。 3、图(如最短路径的几种算法)。 4、队列、栈、矩阵。 对于这些,自己一定要动手实现一遍。你可以看书,也可以看视频,新手可以先看视频,不过前期可以看视频,之后我建议是一定要看书。 例如对于平衡树,可能你跟着书本的代码实现之后,过阵子你就忘记,不过这不要紧,虽然你忘记了,但是如果你之前用代码实现过,理解过,那么当你再次看到的时候,会很快就记起来,很快就知道思路,而且你的抽象能力等等会在不知不觉中提升起来。之后再学习红黑树啊,什么数据结构啊,都会学的很快。 对于有哪些值得学习的算法,我之前也总结过,这里推荐给大家程序员必须掌握的核心算法有哪些?,这篇文章居然 40多万阅读量了,有点受宠若惊。 最最重要 动手去做,动手去做,动手去做。重要的话说三遍。 千万不要找了一堆资源,订好了学习计划,我要留到某某天就来去做… 千万不要这样,而是当你激情来的时候,就马上去干,千万不要留到某个放假日啊什么鬼了,很多这种想法的人,最后会啥也没做的。 也不要觉得要学习的有好多啊,不知道从哪学习起。我上面说了,可以先学习最基本的,然后刷题,刷题是一个需要长期坚持的事情,一年,两年。在刷题的过程中,可以穿插和学习其他数据结构。 总结一下吧 所以我给大家的建议就是,先学习基本的数据结构以及算法思想,不要盲目刷题,接着刷题的过程中,不能得过且过,尽量追求最优解,还有就是要跳出舒适区,逼自己成长,刷题的过程中,要学会分类总结。 当然,最重要的,就是你去动手了,不然,一切免谈! 看在熬夜写过的份上,送我个赞呗,嘻嘻。 1、老铁们,关注我的原创微信公众号「帅地玩编程」,专注于写算法 + 计算机基础知识(计算机网络+ 操作系统+数据库+Linux)。 2、给俺点个赞呗,可以让更多的人看到这篇文章,顺便激励下我,嘻嘻。 原文链接:https://blog.csdn.net/m0_37907797/article/details/104765116

剑曼红尘 2020-03-11 22:24:48 0 浏览量 回答数 0

问题

【精品问答】python技术1000问(2)

问问小秘 2019-12-01 22:03:02 3129 浏览量 回答数 1

阿里云试用中心,为您提供0门槛上云实践机会!

0元试用32+款产品,最高免费12个月!拨打95187-1,咨询专业上云建议!
阿里云大学 云服务器ECS com域名 网站域名whois查询 开发者平台 小程序定制 小程序开发 国内短信套餐包 开发者技术与产品 云数据库 图像识别 开发者问答 阿里云建站 阿里云备案 云市场 万网 阿里云帮助文档 免费套餐 开发者工具 企业信息查询 小程序开发制作 视频内容分析 企业网站制作 视频集锦 代理记账服务 2020阿里巴巴研发效能峰会 企业建站模板 云效成长地图 高端建站