Последнее обновление, которое я сделал для своего модуля LearningPlayer, позволило создавать модели с заданной пользователем глубиной и размером слоя. Наряду с этим я построил простой визуализатор весов между слоями сети. Он не показывает полной информации, такой как предвзятость и активация, но просто иметь возможность получить некоторую проверку формы и ценности — это хорошо.
Одно любопытство, которое я хотел бы удовлетворить, заключается в том, насколько маленьким может быть слой, поддерживая при этом достаточно информации для более крупного выходного слоя. В этом случае предполагается, что результат представляет собой выбор всех плиток на игровом поле.
Мое первое предположение об этой сети было похоже на «десять в квадрате?» что было очень плохо. При более внимательном рассмотрении слой из 10 узлов перед выходным слоем преобразуется в отдельные входные данные для каждой плитки из 1024 возможных состояний игры.
Здесь всего 7 комбинаций активации. Похоже, мы должны увидеть какое-то ограничение, наложенное на сетевой игровой процесс, может быть, за два узла до уровня вывода, что сделает это еще более ясным. Тем не менее: как выглядит это ограничение? Повторение, невосприимчивость к различным вводам и неточный выбор плитки перемещения — вот некоторые из наиболее очевидных возможностей. Я не знаю, что искать, и формат игры здесь может также скрывать некоторые эффекты, потому что попытки недопустимых ходов маскируются интерпретатором вывода модели.
