在Belote纸牌游戏中使用CNN进行投标

时间:2017-07-06 07:40:40

标签: deep-learning artificial-intelligence conv-neural-network

我有这个想法使用CNN来学习Belote竞标者。 我们有32张牌,投标人只有5张。我把它们放在"图像" 4x8,arr [r] [s] = 1,如果他有来自套装s和等级r的牌,如果他没有,则为0。

图片中只有5个。 然后我使用蒙特卡罗算法模拟N次可能的出价,并制作一个具有每次出价概率的向量。他们总和为1。

在此之后,我尝试学习CNN,但无论我做什么,它都不能很好地学习,也没有概括。也许输入数据对CNN没用,也许我需要使用别的东西,但最重要的是 - 我需要它很好地概括,因为输出的计算非常昂贵,我想只做一次,保存CNN,然后使用它。

0 个答案:

没有答案