作者查詢 / countingtls

總覽項目：發文 | 留言 | 暱稱

作者 countingtls 在 PTT 全部看板的留言(推文), 共905則

限定看板：全部

看板排序：

全部Military708GO196Gossiping1<< 收起看板(3)

首頁

尾頁

[問題] 有無AI時代後的棋書以及打譜推薦網站

[ GO ]24 留言, 推噓總分: +12

作者: InsaneRabbit - 發表於 2020/08/20 21:51(5年前)

4^F推countingtls: OGS上有有講解會更新的互動定石資料庫,講解是純英文08/21 02:28

7^F推countingtls: 基本功死活攻殺非常重要.掌握不好也沒辦法活用定石08/21 06:35

[棋訊] 農心盃韓國主將意外超時

[ GO ]15 留言, 推噓總分: +8

作者: Sherry - 發表於 2020/08/20 17:05(5年前)

5^F推countingtls: 原始出處寫。魯佳在三星火災杯麵對金恩善明明是贏棋08/21 02:12

6^F→countingtls: 卻因為還給金恩善已經吃掉的棋子而輸棋。08/21 02:12

7^F→countingtls: 亞運會上，謝赫、宋容慧組合面對崔哲瀚、金侖映組合08/21 02:13

8^F→countingtls: 因為落子順序錯誤而輸棋。所以，還是應該服從規則。08/21 02:13

9^F→countingtls: P.S.說實在這兩局都沒聽過08/21 02:15

Re: [情報] 各平台棋力等級比較調查

[ GO ]32 留言, 推噓總分: +13

作者: countingtls - 發表於 2020/08/18 22:25(5年前)

3^F→countingtls: OGS有幾點跟其他平台不太一樣讓評價等級比較困難08/19 00:51

4^F→countingtls: 1.初始等級25級可以低到30級，而且各級段有勝率支持08/19 00:54

5^F→countingtls: 2.OGS上棋力集中在1k~10k(sdk)感覺都有台灣初段水平08/19 00:57

6^F→countingtls: 3.有各種難易程度的常駐AI，不只是最強人類下不贏的08/19 00:58

7^F→countingtls: 它們棋力穩定隨時可以練習，讓初學者升級位很有效08/19 01:02

11^F→countingtls: 調查裡台灣多集中在初段到3段但線上平台等級參差不齊08/19 07:23

12^F→countingtls: 另一群集中在5段6段在各平台等級高但標準差有+-2等級08/19 07:26

13^F→countingtls: 級位的只有兩個一個1k一個10k,1k的在野狐上只有8k08/19 07:30

15^F→countingtls: EGF(歐盟)各國多半用類ELO的方法去轉換成級段08/19 09:00

16^F→countingtls: AGA(美加)基本上純用ELO轉換加上他們職業一隻手可數08/19 09:01

17^F→countingtls: 所以歐美業餘高段位基本都有比賽經驗很多算是半職業08/19 09:03

18^F→countingtls: ELO基本上讓級段的分布相對平均不像台灣升段上去一堆08/19 09:06

26^F→countingtls: 幾個月前EGF跟AGA職業加業餘(因為職業人數不足)對上08/20 00:48

27^F→countingtls: 對中國業餘高段AGA是1-11而EGF是2-10,有贏的還是業餘08/20 00:50

32^F→countingtls: EGF的職業選手就是歐洲各國本地俄國跟捷克都有很強的08/20 16:39

[問題] 想學圍棋

[ GO ]22 留言, 推噓總分: +13

作者: andy4624 - 發表於 2020/03/20 15:22(5年前)

21^F推countingtls: 我在教小朋友下棋，用的課本是圍棋階梯教室03/23 12:51

Re: [心得] Alphago的弱點

[ GO ]35 留言, 推噓總分: +8

作者: yamiyodare - 發表於 2016/03/13 22:21(9年前)

19^F噓countingtls: 還在minmax, 通通回去看完論文再來推文03/13 22:45

Re: [心得] 圍棋AI AlphaGo 之我見消失

[ GO ]59 留言, 推噓總分: +27

作者: fallcolor - 發表於 2016/03/13 21:53(9年前)

26^F→countingtls: 修正一下ANN的起始年代03/13 22:27

27^F→countingtls: google一下Walter Pitts跟Warren McCulloch03/13 22:28

28^F→countingtls: 再來找 Marvin Minsky 跟 Seymour Papert03/13 22:29

30^F→countingtls: ANN 1940s年代就有理論, 50, 60年代開始被實作03/13 22:31

31^F→countingtls: 70年代沒落，80年代第二復甦,03/13 22:31

32^F→countingtls: 2000s年代又沒落，這幾年是再次復興03/13 22:32

36^F→countingtls: CNN RNN也是80年代就出現，並不新只是重新挖出來03/13 22:34

38^F→countingtls: ANN也不是ML的分支，自成一個領域。作為分類預測器只03/13 22:40

39^F→countingtls: 是它功能之一。03/13 22:40

Fw: [閒聊] AlphaGO 擬人

[ GO ]3 留言, 推噓總分: +1

作者: Senkanseiki - 發表於 2016/03/11 20:41(9年前)

4^F推countingtls: 左右互搏周伯通，瘋瘋癲癲但又強到沒人敢去碰它03/12 05:14

[問題] 可否更改alphago的設定

[ GO ]103 留言, 推噓總分: +25

作者: benjamin1169 - 發表於 2016/03/10 23:53(9年前)

78^F→countingtls: 讓幾子不需要額外的設定，這跟它的結構無關。03/11 08:03

79^F→countingtls: 追求贏最多子目前架構是沒有，只考慮輸或贏。要增加03/11 08:05

80^F→countingtls: 應該有辦法，03/11 08:05

85^F→countingtls: 2nd page, Reinforcement Learning of policy networ03/11 09:51

86^F→countingtls: ks03/11 09:51

87^F→countingtls: We use a reward function r(s) that is zero for al03/11 09:52

88^F→countingtls: l03/11 09:52

89^F→countingtls: non-terminal time steps t < T. The outcome zt =03/11 09:52

90^F→countingtls: 넠r(sT) is the terminal03/11 09:52

91^F→countingtls: reward at the end of the game from the perspectiv03/11 09:52

92^F→countingtls: e of the current03/11 09:52

93^F→countingtls: player at time step t: +1 for winning and for lo03/11 09:52

94^F→countingtls: -1 for losing03/11 09:53

95^F推countingtls: 也不是追求勝率，看得懂Fig. 5?03/11 09:57

96^F→countingtls: the algorithm chooses the most visited move from03/11 09:58

97^F→countingtls: the root position03/11 09:58

首頁

尾頁