17、构建强大的围棋落子预测网络及真实数据处理

构建强大的围棋落子预测网络及真实数据处理

强大的围棋落子预测网络构建

在构建强大的围棋落子预测网络时，将之前所学的各种技术整合起来能得到令人满意的结果。在Keras中使用修正线性单元（ReLU），只需在层的激活参数中将 sigmoid 替换为 relu ，示例代码如下：

from keras.layers import Dense
...
model.add(Dense(activation='relu'))

接下来回顾如何加载用简单单平面编码器编码的围棋数据，并将其重塑为适合卷积网络的格式：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D

np.random.seed(123)
X = np.load('../generated_games/features-40k.npy')
Y = np.load('../generated_games/labels-40k.npy')
samples = X.shape[0]
size = 9
input_shape = (size, size, 1)
X = X.reshape(samples, size, size, 1)
train_samples = int(0.