topics

全部话题 - 话题: 棋谱
1 2 3 4 5 末页 (共10页)
n****g
发帖数: 14743
1
三星杯KBS台不河蟹,封锁棋谱惹众怒zz
本届三星保险杯首轮双败淘汰制下的三场比赛中,每场比赛都有一盘棋的棋谱至今尚未
公开,棋迷们对此愤愤不平,在网上对封锁棋谱的韩国国家电视台KBS进行声讨。
KBS电视台是三星保险杯的主办方之一,每届三星杯在三星研修院比赛,都能看到两辆
KBS转播车停在研修院内,已成为一大定式。之前三星杯尚未出现过棋谱被KBS封锁的先
例,原因是KBS当天对比赛一两盘对局进行同步直播解说,没有封锁棋谱的必要。但这
一次KBS对三星杯对局进行录播,为了保证电视棋谱解说的收视率,KBS决定在电视讲解
之前,不公开棋谱。
不用说,这三盘棋都是该场比赛中最具吸引力的对局。首场比赛,孔杰对业余棋手李元
怜被称为是“最难下的一盘棋”,李元怜虽然已经具备职业棋手水准,但他毕竟还是业
余身份,堂堂一线九段高手若败给业余棋手,那将意味着什么?孔杰给自己打气说:“
即使输了也正常。”但网上棋迷给出的答案却是:孔杰接近最耻辱纪录。
“他们肯定希望我输,这样关注这盘棋的人就多了去。”孔杰说道。实战进程中,孔杰
还真的差点落败,中盘时一着随手“挖”铸就大祸,几乎崩溃。好在对手毕竟功力略显
M********t
发帖数: 5032
2
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
l******t
发帖数: 55733
3
这个有意思。马上去看看
弈城惊现疑似谷歌团队ID 金灿佑:棋谱似人工智能
发布于2016-1-29 19:45:41
分享到:
微信
更多
9

弈城围棋讯 1月28日,一条“由谷歌公司Deep Mind团队研发的谷歌围棋人工智能
AlphaGo以5比0击败欧洲冠军樊麾”的消息迅速惊爆围棋圈,人们除了对这款人工智能
的棋力、与樊麾五盘棋的棋谱、3月份挑战李世石的胜负等热议之外,对其背后的研发
团队Deep Mind也深感兴趣。
巧合的是,弈城工作人员在弈城网的众多高手ID中,发现了一个注册为“英国”的
、名为“deepmind”的账号,这个账号曾在弈城9D上站了4个多月,于上周日被打回了
8D。当然,目前并不能确定这个“deepmind”就是谷歌研发团队Deep Mind的测试账号
,但仔细分析一下这个账号在弈城的对弈记录,也令人颇感兴趣。
360截图20160129195115145.jpg
注册为“deepmind”的英国账号
deepmind目前在弈城的总战绩为465战276胜186负3和。deepmind的第一盘对局是
2014年4月2日,当时他注册的段位是5D,此后在... 阅读全帖
O**l
发帖数: 12923
4
就是用CNN+MCT结果去train CNN 然后再迭代吧
cnn主要就是一个cut branching factor, 在MCT没有terminal node时候评估一下
比如最开始先offline CNN+MCT自己跟自己下
每步2Billion simulations 出一堆每步top 40%左右的棋谱
用这些棋谱直接train cnn, 假设cnn大概就能直接得到>40% candidates 然后再用
2billion MCT simulation
新棋谱的质量肯定好于每步top 40%, 用这个新的棋谱继续train cnn 不断迭代下去
其实根本不用学人的棋谱
l*2
发帖数: 109
5
1月26日消息,谷歌Deep Mind公司CEO哈萨比斯在17日出席德国慕尼黑举行的DLD(数
字、生活、设计)创新大会,宣布推出真正2.0版本的AlphaGo。新版AlphaGo的特点是
摈弃了人类棋谱,只靠深度学习的方式成长起来挑战围棋的极限。哈萨比斯还说:新的
尝试会给人类带来新的挑战课题,即“理解AlphaGo的手法,探索‘深度学习’方式的
极限,臻至‘围棋之神’的境界”。
跨年之际,“新版”AlphaGo蒙面出现在中韩对弈网络,对人类顶尖职业棋手取得
了60比0的全胜战绩,但此版本的AlphaGo还不是2.0版本。1.0版本的AlphaGo是“深度
学习”人类棋谱得出围棋手数的估值,但1.0版本的AlphaGo所走招法其实并不脱人类理
解,而且也是人类棋手曾下过的棋。如果1.0版本的AlphaGo完善了,就意味着得出了接
近完美的围棋手数估值函数,而2.0版本AlphaGo就利用这个估值函数自我对局和“深度
学习”,不再受人类棋谱的局限,下出真正属于“人工智能”的围棋。
韩国(专题)亚洲大学电子工程学教授甘东根(音)说:“谷歌公司大概认为只依据
人类棋谱很难真正超越人类的水准... 阅读全帖
L****8
发帖数: 3938
6
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
m******r
发帖数: 4351
7
我已经忍了很久了。我用的浏览器是firefox,
每次有棋赛的时候我只好棋谱存成sgf格式到硬盘上慢慢看,要么默默地去睡觉
昨天当我在一台英文WIN2K上装了JRE plugin后,发现TOM的棋谱解说竟然不是乱码,而
我自己的机器上明明是中文XP,竟然还是乱码,于是,我来了脾气
先删掉J2SE plugin,重装,完整安装,嗯?还是乱码,到语言和区域选项里面看那个
language setting的,是中文啊。再仔细看,原来日期和货币格式那个还是英文,改过
来,一切就OK了。
改过来以后,我的KMPlayer看电影的时候加载中文字幕也不是乱码了。果然有效果。
又反复试验了几次,结论:
系统是不是中文操作系统不重要,J2SE有没有全安装也不重要,最重要的是那个日期和
货币格式,必须中文,看TOM才能不出乱码。
另外,J2SE虽然不用全安装(153M),但也不能最小安装,否则firefox加载Java棋谱的
时候会崩溃。
b*******8
发帖数: 37364
8
看了翻毛输棋的棋谱,某弈城冲段少年觉得非常眼熟。
登录上自己在弈城的ID,查找10月自己的棋谱,发现其中几张怎么也找不到了。
t******g
发帖数: 4044
9
来自主题: Military版 - alphago那么多棋谱怎么录入的?
是呀,棋谱最后不就是一张编满号的图片么?比象棋棋谱好录入多了。
a*******o
发帖数: 290
10
偶已经把偶保存的所有道棋棋谱保存到数据库,现在感兴趣的朋友可以方便地查询欣赏。
To 69:如果你想把你过去所有比赛的棋谱放到数据库,以便查询,请随时和我联系。
另外打谱软件还可以使用键盘操作,具体如下:
Alt+Shift+ Home: 到棋局开始
Alt+Shift+ End: 到棋局结束
Alt+Shift+ Page Up: 后退5步
Alt+Shift+ Page Down: 前进5步
Alt+Shift+ Left: 后退
Alt+Shift+ Top: 后退
Alt+Shift+ Right: 前进
Alt+Shift+ Down: 前进
Alt+Shift+ g: 跳到任何一步
因为道棋棋盘没有天元和边角,所以可以随意移动,只需要按下鼠标拖拉就行了。
打谱软件还支持试下:Ctrl + 鼠标左键
m******r
发帖数: 1686
11
来自主题: Go版 - 我看高手棋谱多了以后
导致我自己对局的欲望严重下降。
以前水平很差的时候,高手的棋反正也看不懂。倒觉得自己下得棋很不错。非常喜欢下
棋。能充分感受到创造的喜悦。
现在水平稍有提高,可是还是差高手很远。苦恼也来了,现在知道高手的厉害了。看古
力、李世石,赵治勋,吴老先生等等的棋谱觉得太厉害了。反观自己的棋谱,臭不可闻
。每次自己下棋都有亵渎的感觉。
总之,我现在向伪棋迷方向迅速滑落。
G******e
发帖数: 1606
12
我知道。我都是老棋人了,呵呵。
我的意思是谁都可以去那贴棋谱,我就不代劳了。
要讨论棋局,当然直接把棋谱显示出来好。要是自己研究某些人,还是咱们的实用。
x*****9
发帖数: 894
13
我自己的挑战赛的棋谱, 后面几局都在那了.
所有的棋谱, 其实appoolloo早有都贴到那里的打算.
G******e
发帖数: 1606
14
要不开个挑战赛棋谱子版块?
appoolloo 应该可以把棋谱自动贴过去。
k****n
发帖数: 2700
15
在中国棋院的网站看他们的棋谱库
http://qipu.games.sports.cn/list.html
一直都打不开棋谱
我已经把IE里的activeX部分全部改成enable了
但是点击之后,出来的依然是空白页面,没有显示
是我还少什么插件嘛?
win vista系统
firefox也试了,同样不行
我翻了一下精华区,没找到相关问题,哪位高手能给指点一下嘛?
谢谢
p*********w
发帖数: 23432
16
使用xetex直接由围棋棋谱文件创建pdf书籍zz
发信人: young (..), 信区: TeX
标 题: 使用xetex直接由围棋棋谱文件创建pdf书籍
发信站: 水木社区 (Thu Mar 13 21:54:40 2008), 站内
本人是一个围棋爱好者,这几天心血来潮,看到xe(la)tex 能够对中文字体提供原生的
支持,不由试了试,看能否由sgf(Smart Go Format)文件直接生成pdf文档。
由sgf制作 tex,历史上已经有人为之,一个很著名的包,sgf2tex,就能够完成类似功
能,该软件包经过完善,后来改名为sgf2dg,提供了更好、更强大的功能(好像应该与
时俱进得使用很好、很强大:P)。
我的系统是Debian lenny,安装了sgf2dg 4.026-9和texlive-xetex 2007.dfsg.1-2以
及一些个人比较喜欢的字库,转换工作就由此基础开始。
简要转换步骤如下:
1 使用iconv将sgf文件的文字内码由gbk转换成utf-8
2 使用sgf2dg将sgf文件转换成tex文件
3 在sgf文件中添加如下三行(在文件头部的任何
H***y
发帖数: 340
17
Tom的直播,中文显示总是乱码,怎么改语言也没用。
看到 棋人 把Tom的棋谱转播出来,显示是正常的。
请教一下,放Tom的棋谱的code是什么?
我也自己学 棋人
谢谢~~~
a**********d
发帖数: 2293
18
版上高手、国内职业高手、业余高手、金明完等人对AlphaGo棋力判断分歧似乎很大。
看古谱判断古人棋力也有类似情况。
以前记得有职业高手说过,看林海峰的棋谱不觉得怎么样,真正坐到他对面对弈才体验
到林的强大。
很多年前天津的一个业四看一老美下棋,说这老美很臭,结果分先业四输了,走着走着
就崩了。
是不是让先这个级数的差别,其实很难通过棋谱看出来?
D*******r
发帖数: 2323
19
可以肯定的是,Aja Huang一定是用这个号做了相当一部分的阿尔法狗的测试。有以下
几个原因:
1. 有相当一部分要么连胜,要么连败,貌似在调整参数测试不同情况下的棋力。
2. 有相当一部分手数很短,50-60手就中盘负,但是看棋局完全不到认负的局面,甚至
还有优势认负的,感觉就是为了测试布局阶段的应手,达到目的就认负走人。并不在乎
输赢。
3. 有相当一部分超时负,因为是人手动输入计算机的应手,一不小心慢了。
4. 有很多时候一天下7-8盘,甚至10多盘,又不是周末,在deepmind工作没那么闲吧?
弈城对局棋谱库有一个缺陷,那就是看不见对局时的时间设定信息,所以根据这些棋谱
,还是没法比较准确估计阿尔法狗的棋力。不过可以肯定的是,Aja Huang平时测试不
可能开动分布式系统,估计最多也就是个配置好点的单机。所以分布式系统上非快棋的
阿尔法狗有专业棋手以上的实力是无疑的了,但是对顶尖棋手胜率如何,还是个谜。
z******a
发帖数: 366
20
看了棋谱,其实这个很容易理解,如果都是两方水平差不多然后都按胜率最高的下法下
而且价值网络的都是一样的话 那么一定会出现这样的情况:
1 那些比较常见的俗的手段一定很少下,因为对方在计算中已经按大概率算过,所以如
果自己下一定是胜率不高。
2 所以为了胜率最高( 其实就是 胜率接近50% )下的棋一定是一般人类很少下过的。
比如脱先,转换 等等。
3 所以最后就变成是, 双方下的棋都是让对方普通的应法不会导致自己胜率马上下降
的棋,而对方脱先,或者走一些随机的招法,就会成为拼运气的局。 这就是为什么这
些棋看上去 人很难理解 - 因为机器也不理解,就是搜到了一个不能容易定型判断的点
4 出现1~3的前提就是双方用同一个价值网络,如果大家价值不一样(比如人对机器)那
么棋谱会正常很多。
5 所以机器和柯洁脱先的频繁程度可以看成是价值网络接近程度。如果是对水平不行的
棋手,机器应该很快就走最简单的定型胜利。
c******a
发帖数: 4400
21
just train train train. The issue now is there are limited high-hand 棋谱 to
learn
honestly deep learning is probably more like a cheat, not really inventing
anything.
l******t
发帖数: 55733
22

to
这个号应该不是train的号。应该是检验的号。要train应该开20个账号在弈城时时挂机
。不过我估计他们做train已经把弈城的棋谱扒了个遍。
y*z
发帖数: 3244
23
来自主题: Military版 - 李师师输了(棋谱)
第二局棋谱
d*********8
发帖数: 2192
24
来自主题: Military版 - alpha go不再需要人类棋谱了吧
人类棋谱也不会高明多少了
自己下 自己总结新招 没日没夜几个月下来 横扫人类了
众将军意下如何?
c*****t
发帖数: 10738
25
来自主题: Military版 - alpha go不再需要人类棋谱了吧
已经把能下载的棋谱都train过一遍了,短时间也没有大量的新数据可以用了。
d*********8
发帖数: 2192
26
来自主题: Military版 - alpha go不再需要人类棋谱了吧
把这个奇葩的棋谱输入计算机 又得等下一个奇葩了 呵呵
e*g
发帖数: 4981
27
来自主题: Military版 - alphago那么多棋谱怎么录入的?
我是说具体的录入工作。
比如过去的棋谱如果没有电子档不可能拿着实体书扫描吧。
s******y
发帖数: 17729
28
来自主题: Military版 - alphago那么多棋谱怎么录入的?
怎么可能没有电子版呢,天朝的打字妹撸入个棋谱不是分分钟的事儿吗,一二十块钱认
命币一小时,你要撸多少?
g***n
发帖数: 14250
29
来自主题: Military版 - alphago那么多棋谱怎么录入的?
最后有序号的一张棋谱扫描识别即可
C**********e
发帖数: 23303
30
全局也是算 只是有棋谱的算
只算个大概
c****3
发帖数: 10787
31
棋盘任意变大,电脑就没有棋谱训练了,对人还是一样下。
l******t
发帖数: 55733
32
大局学个屁棋谱
W*****d
发帖数: 4196
33
【 以下文字转载自 Go 讨论区 】
发信人: Wayland (伪兰得), 信区: Go
标 题: 不搞打劫的话,99。999%的棋谱就没用了,啊狗还学个屁围棋?
发信站: BBS 未名空间站 (Thu Mar 10 11:53:13 2016, 美东)
稍稍动动脑子想想就明白了
l******t
发帖数: 55733
34
来自主题: Military版 - 奕城 Master 的棋谱怎么看?
你要装pc客户端,然后找棋手Master(P),然后选欣赏棋谱
i***a
发帖数: 4718
35
来自主题: Military版 - 话说刷题,背围棋棋谱
话说刷题,背围棋棋谱,也不一定就能赢。
还是要有原创才行。
b**********y
发帖数: 7371
36
来自主题: Automobile版 - Audi Q三看着挺棋谱的
同事上了Audi 扣三,看着咋挺棋谱滴牙,塑料黛西,混老气的中控,连倒车摄像都无
,二点霖涡轮镇压,动力一般般。不太明白卖点是啥?
j******o
发帖数: 4219
37
来自主题: JobHunting版 - 大部分人还认为阿法狗在背棋谱
下围棋本身不就是背棋谱吗,这种东西算什么人工智能。能写文章才算。
j******o
发帖数: 4219
38
来自主题: JobHunting版 - 大部分人还认为阿法狗在背棋谱
下围棋本身不就是背棋谱吗,这种东西算什么人工智能。能写文章才算。
z*****a
发帖数: 3809
39
【 以下文字转载自 JobHunting 讨论区 】
发信人: Roethlisberg (Big Ben), 信区: JobHunting
标 题: 大部分人还认为阿法狗在背棋谱
发信站: BBS 未名空间站 (Fri Mar 11 15:15:56 2016, 美东)
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑,只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能,是人来总结经验,然后编写程序让机器来做
,其实机器并没有学习,只是照人的指令行事而已。
现在DNN在做的,则完全不同。设计出一种可以学习的网络结构,然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应,从阿米巴到人类智慧,其实都是
应激反应,只不过规模不同。比如那个机器手,其实就像一个小孩,从跌倒,到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来,就由DNA赋予了学习语言... 阅读全帖
m*****e
发帖数: 126
40
来自主题: Go版 - 李世石棋谱专集
我在年底前merge了几个比较小的英文围棋站点,其中一个比较有意思的是李世石的棋谱
专集,目前只有英文内容,界面的样子也和其他网页不太一致,将逐步改进。网址是:ht
tp://leesedol.go4go.net/
m********r
发帖数: 23
41
大家好!
俺宣布道棋的第一局两人对弈棋谱问世。
" target="_blank" class="a2">http://opentools.sourceforge.net/cgi-bin/viewgame.pl?file=/daoqi/games/earliest-daoqi.sgf&virtualboard=6
2004-6-10 于 IGS
白:徐启彬(无边界宇宙围棋的发明者)
黑:曹国梁(appoolloo)
本局共88手,没有结束。
虽然本局的下法与将来道棋走向成熟时的下法相比可能显得很幼稚,但它的象征意义非同
寻常。
我相信随着道棋越来越为大众所了解,所关注,道棋一定会走向成功,成为广大人民群众
所接受的高级娱乐。
欢迎棋人的朋友们加入到道棋的阵营来,体验道棋的乐趣。俺保证您下一百局道棋,一定
可以把以前水平相近的对手杀得满地找牙 ;-)
需要道棋软件的朋友请留下Email或给我发信: c***[email protected]
===================================
点下面的连接欣赏第二局道棋
" target="_blank" class="a2"
j*****l
发帖数: 1650
42
我tom里的死活题 老是灰屏 不知道为什么
棋谱倒是没问题
k**********d
发帖数: 89
43
mac下看棋谱这个问题我琢磨了挺长时间,甚至打算自己写个程序转码
后来发现都是走弯路,根本没必要
这个乱码不是浏览器设置的问题,这是java按照什么编码解读数据,而这是和操作系统
里语言设置有关的。google到很久以前有人在linux里作字体替换解决了这个问题。
k**********d
发帖数: 89
44
applet读数据的时候,根本不理会浏览器对页面的语言设置。那些数据跟页面没关。
换句话说,你可以拿swing写一个单独执行的java程序在浏览器之外运行看棋谱,就像
KGS的CGoban。
m******r
发帖数: 4351
45
方才闲来无事,研究了一下几个围棋网站的棋谱功能
这些网站的共同点是都是采用了Java Plugin,在我的firefox里面都能够正常显示。
论坛贴图的话,大约如果能够结合javascript也许会更方便。
macelee的go4go所提供的GoApplet.jar
==================================
http://www.go4go.net/software/sgfViewerApplet/sgfViewerApplet.zip
后来研究weiqi361网站时发现它其实用的也是这个http://www.weiqi361.com/bbs/GoApplet.jar
applet code:

m******r
发帖数: 4351
46
来自主题: Go版 - MIT BBS贴棋谱指南
(1) macelee的go4go所提供的GoApplet.jar
==================================
http://www.go4go.net/software/sgfViewerApplet/sgfViewerApplet.zip
后来研究weiqi361网站时发现它其实用的也是这个http://www.weiqi361.com/bbs/GoApplet.jar
缺点:不能摆变化图。无法显示注释。优点:jar文件很小,只有9k。易于使用,可以接
受棋谱文件,URL,也可以直接粘贴sgf。
效果见:
http://members.lycos.co.uk/minoking/weiqi361/GoApplet.jar" width="420" height="450">http://members.lycos.co.uk/minoking/weiqi361/
m******r
发帖数: 4351
47
来自主题: Go版 - MIT BBS贴棋谱指南(3)
Jar文件
http://weiqi.sports.tom.com/newjava/2000d101.jar 大小适中,只有35KB
这个是我个人比较喜欢的,棋盘美观,摆变化图和看注解方便,缺
点是没有坐标,必须要中文locale,棋谱有20K的大小限制。
http://members.lycos.co.uk/minoking/tom/2000d101.jar" codebase="http://members.lycos.co.uk/minoking/tom/" width = 800 height = 600 bgcolor=gray>




<
d***t
发帖数: 261
48
来自主题: Go版 - KGS怎么下载不了棋谱
下完了棋,那个下载棋谱的选项点不了。看了英雄帖,刚开始用这个软件,问题比较多
,大家见谅。
d***a
发帖数: 13752
49
这个不错啊,比剪切下载再用multigo要方便。
MITBBS的挑战赛棋谱,是不是也可以放在这里?
d***a
发帖数: 13752
50
版大去看一看,他们那个不一样,是直接把棋谱显示出来,
还可以一步步摆,比我们这里高级。MITBBS上,要是没有
站方支持就做不到了。
1 2 3 4 5 末页 (共10页)