确定性神经网络连子棋模型的训练（四）

本篇继续上篇的未完部分。前面介绍完了反复迭代训练的例子，本篇继续介绍多目录数据训练模型的例子。

4. 多目录数据训练

本例在前面的批量数据训练和反复迭代训练的基础上做修改，将数据文件存放于多个目录下，而非仅存放于一个目录下，以便于支持数据的分散式获取，例如：按日期获取，不同日期获取的数据存放于不同的目录下；或者按提供者分组，将不同人提供的数据存放于不同的目录下。注：此处存放数据的多个目录的名称同样需要使用数字编号，以便统一处理。

（1）创建项目并导入SDK

按照前面文章的介绍进行项目创建，并导入SDK，详细内容请参考前面的文章。

（2）编码

整体代码依旧分为四部分，即神经网络初始化、训练数据读取、网络模型训练、模型保存，其中的数据读取和模型训练两部分放在三层的循环之中，内层循环用于读取一个目录下的所有数据进行训练，中间层的循环用于读取多个目录，外层循环用于迭代直至所有数据都不会引起模型的增长为止。整体的代码如下所示：

void main(void)
{
	FILE* pFile = NULL;
	char strFoldName[256] = { 0 };
	char strFileName[256] = { 0 };
	int nPieces = 0;				//训练数据中（一局对弈）的棋子数
	int narrSteps[1000] = { 0 };	//对弈中从第一子到最后一子的信息：X坐标、Y坐标、落子者（黑为-1，白为1）
	int nFileIndexStart = 1;		//第一个数据文件的名称所对应的数字
	int nFoldIndexStart = 1;		//第一个目录的名称所对应的数字
	int* parrSteps = NULL;
	bool bAgain = false;		//标志着是否还要再循环一次迭代
	int nInterCount = 0;		//迭代次数

	InitWithoutModelFile(15, 15, 5);

	do
	{
		nInterCount++;
		bAgain = false;
		nFoldIndexStart = 1;

		bool bNext = true;	//需要继续操作下一个目录
		sprintf(strFoldName, "D:/Data/%d", nFoldIndexStart++);
		while (bNext)
		{
			bNext = false;
			nFileIndexStart = 1;

			sprintf(strFileName, "%s/%d.txt", strFoldName, nFileIndexStart++);
			while ((pFile = fopen(strFileName, "r")) != NULL)
			{
				bNext = true;
				printf("%d: %s\n", nInterCount, strFileName);

				nPieces = 0;
				parrSteps = narrSteps;
				while (fscanf(pFile, "%d %d %d", parrSteps, parrSteps + 1, parrSteps + 2) == 3)
				{
					parrSteps += 3;
					nPieces++;
				}
				fclose(pFile);

				bAgain = bAgain || TrainNetwork(narrSteps, nPieces, 15, 15);

				sprintf(strFileName, "%s/%d.txt", strFoldName, nFileIndexStart++);
			}
			sprintf(strFoldName, "D:/Data/%d", nFoldIndexStart++);
		}
	} while (bAgain);

	SaveModel("D:/Model/model.mod");
}

首先，调用SDK的函数InitWithoutModelFile(15,15,5)进行神经网络初始化，此处表示从空模型初始化为15x15棋盘上的五子棋，若想在已有模型上进行追加训练，则调用的是InitFromModelFile()函数。若想训练的是六连子模型，则只需将第三个参数从5改为6即可。

然后，使用一个while循环来逐个打开和读取数据文件，并使用读取的数据调用TrainNetwork()函数来训练神经网络模型。在该while循环外再包一层while循环，用来依次递增目录，即逐个目录遍历，该层循环的控制变量bNext在指定目录不存在或为空目录时为false，此时会中止目录的继续遍历，进入外层循环。在该while循环外面再包一层do循环，用于对整批数据进行迭代，直到整批数据都不会再对模型产生增长为止。注：在do循环表示的迭代中，一开始就要将目录名称对应的数值nFoldIndexStart重置为1（起始目录名称），而且要将bAgain重置为false以免受上一轮的影响；而在中间的循环内，一开始的时候就要将文件名称对应的数值nFileIndexStart重置为1（起始文件名称），而且要将bNext重置为false以便在遇到不存在的目录或空目录时退出本层循环。

最后，在模型训练结束之后调用SDK函数SaveModel()保存训练得到的模型。

总体上，本例代码与循环迭代训练的代码相差不大，只是在两层循环中间增加了一层循环用于遍历各个目录。若仅仅想使用若干个目录中的数据文件进行一次训练，不需要迭代的话，只需将最外层的do循环去掉即可。

（3）测试

至此为止，多目录数据训练的例子已经编码完成，我们将之前用的211个训练数据拆分到多个目录下，每个目录下放置50个文件，如下图所示：

 

运行程序之后可以在D盘的Model目录下看到新训练出的模型文件model.mod，可以将该模型用于之前文章中介绍的“神经网络五子棋（家庭版）”等软件中进行测试。

本例的运行时间依然较长，整批数据也是迭代了155次，如下图所示：

（4）后续

多目录数据训练例程已经介绍完毕，其它的例程请继续关注后续文章。

本例的完整代码如下所示：

#include "stdio.h"

#include "Inter.h"
#pragma comment(lib, "AIWZQDll.lib")

void main(void)
{
	FILE* pFile = NULL;
	char strFoldName[256] = { 0 };
	char strFileName[256] = { 0 };
	int nPieces = 0;				//训练数据中（一局对弈）的棋子数
	int narrSteps[1000] = { 0 };	//对弈中从第一子到最后一子的信息：X坐标、Y坐标、落子者（黑为-1，白为1）
	int nFileIndexStart = 1;		//第一个数据文件的名称所对应的数字
	int nFoldIndexStart = 1;		//第一个目录的名称所对应的数字
	int* parrSteps = NULL;
	bool bAgain = false;		//标志着是否还要再循环一次迭代
	int nInterCount = 0;		//迭代次数

	InitWithoutModelFile(15, 15, 5);

	do
	{
		nInterCount++;
		bAgain = false;
		nFoldIndexStart = 1;

		bool bNext = true;	//需要继续操作下一个目录
		sprintf(strFoldName, "D:/Data/%d", nFoldIndexStart++);
		while (bNext)
		{
			bNext = false;
			nFileIndexStart = 1;

			sprintf(strFileName, "%s/%d.txt", strFoldName, nFileIndexStart++);
			while ((pFile = fopen(strFileName, "r")) != NULL)
			{
				bNext = true;
				printf("%d: %s\n", nInterCount, strFileName);

				nPieces = 0;
				parrSteps = narrSteps;
				while (fscanf(pFile, "%d %d %d", parrSteps, parrSteps + 1, parrSteps + 2) == 3)
				{
					parrSteps += 3;
					nPieces++;
				}
				fclose(pFile);

				bAgain = bAgain || TrainNetwork(narrSteps, nPieces, 15, 15);

				sprintf(strFileName, "%s/%d.txt", strFoldName, nFileIndexStart++);
			}
			sprintf(strFoldName, "D:/Data/%d", nFoldIndexStart++);
		}
	} while (bAgain);

	SaveModel("D:/Model/model.mod");
}