15、利用深度学习进行围棋落子预测

利用深度学习进行围棋落子预测

1. 引入Keras深度学习库

在处理生成的数据以应用神经网络时，需要一个更强大的工具来满足处理日益复杂的深度神经网络的需求，Keras就是这样一个优秀的选择。

1.1 Keras概述

Keras是用Python编写的优雅且流行的深度学习库，于2015年作为开源项目创建，迅速积累了大量用户。其代码托管在https://github.com/keras - team/keras ，文档可在https://keras.io 找到。

1.2 Keras设计原则

• 直观易用的API ：Keras的API直观且易于上手，允许快速原型开发和快速实验周期，这使其在许多数据科学挑战中广受欢迎，例如在https://kaggle.com 上。
• 模块化与可扩展性 ：由模块化构建块组成，最初受Torch等深度学习工具的启发。添加新的自定义层或增强现有功能相对简单。
• 内置功能丰富 ：自带许多流行的数据集，如MNIST，可直接加载。在https://github.com/fchollet/keras - resources 上还有一个由社区构建的Keras扩展和独立项目的生态系统。
• 后端概念 ：Keras运行时依赖强大的后端引擎，且可按需切换。目前有三个官方后端：TensorFlow、Theano和Microsoft Cognitive Toolkit。本书主要使用Google的TensorFlo