如果不知道游戏的目标输出，我怎么能找到神经网络的成本呢？

Question

例如，

我想创建一个播放Ticktacktoe的AI，这就是我要去做的事情。 我有9个输入节点，用于电路板上的每个空间，3个节点用于一个隐藏层（我猜测它会通过选择具有3个空格的行或列来以某种方式使AI受益），然后9个输出节点到看看AI会在整个电路板上留下什么印记。

我迷失在如何找到这个神经网络的成本，因为我不知道如何判断它的预测并影响它的权重和偏差。 如果我想让AI玩一个猜谜游戏，那就有意义了，因为我有正确的答案，我可以根据实际答案的不确定程度来教它更准确。

（注意：我对神经网络很陌生，所以可能有一个我错过的简单答案）

Answer 1

所以，我做了一些挖掘，并找到了强化学习的一个很好的介绍。这是用于训练神经网络以实现目标的方法，而不知道在某种情况下移动是好的精确目标。反向传播不是唯一的学习方法，但是很多来源只使用这种方法而不让观众知道任何让我困惑的方法。

立即浏览此播放列表：https://www.youtube.com/watch?v=2pWv7GOvuf0&index=1&list=PL7-jPKtc4r78-wCZcQn5IqyuWhBZ8fOxT

希望这有助于有人开始使用神经网络！