我正在使用C自己的神经网络库为2048游戏制作ai，我也用C编写了2048。我想我对一般培训过程缺乏了解，我想直接问一下。我想训练我的神经网络，以使其了解游戏的模式，从而使贪婪的游戏最佳移动。培训过程如何运作？
我尝试了这些： 设3个数据（3个输入目标对）以训练模型。
训练神经网络（反复进行前馈和后向传播）以适合第一个数据，并在误差低于阈值时停止，然后从第二个数据继续并继续进行下去
与第一个相同，但在达到迭代计数而不是错误阈值时会停止
对每个数据进行一次前向和反向传播，并重复进行直到达到迭代计数为止（第一个数据为前向后退，第二个数据为前向后退并继续）
与2相同，但重复该过程，直到神经网络在测试数据中获得最高分
我尝试了这些，但是它没有学习模式。反向传播和前馈正常运行。我正在使用辍学正则化来减少过度拟合，我也尝试了L1正则化。我也在改组训练数据，所以问题不关在此。哪种训练方法是正确的？