python实现人工智能玩游戏（转）
本帖最后由 小云子墨 于 2017-5-18 17:20 编辑转载一个 python 人工智能玩小游戏
最近入坑了谷歌的tensorflow 模块，感觉人工智能异常强大转载一篇经典的博客帮助大家学习
win7 8 10 安装python3
保存训练模型可能会出错
下面博客正文，因为模块更新相关方法有改动所以进行部分代码修改优化
Deep Q Network是DeepMind最早(2013年)提出来的，是深度强化学习方法。
最开始AI什么也不会，通过给它提供游戏界面像素和分数，慢慢把它训练成游戏高手。
Github上有不少DQN实现，在本帖中，我使用TensorFlow训练一个简单的游戏AI。
使用pygame写一个简单的小游戏
使用强化学习训练游戏AI
**** Hidden Message *****
如果你使用Linux，你可以使用htop监控内存使用情况。
刚开始，AI傻傻的，只会控制棒子来回瞎晃，通过try-error，它会慢慢掌握这个游戏。等我一觉醒来，这货已经玩的不亦乐乎了。
ps.准备换一个顶级显卡，CPU玩tensorflow太费劲，看来非游戏玩家也有必要买好显卡。
使用训练出来AI玩游戏
这步要做的就是加载使用前面保存的模型。
上面是自己手动实现的强化学习算法，其实有一个特别好的专门为开发测试AI而设计的库openai gym。OpenAI Gym是一个为比较、构建强化学习Ai的一个Python库，它包含很多测试游戏。
参考：https://www.nervanasys.com/openai/
OpenAI文档：https://gym.openai.com/docs
OpenAI源代码：https://github.com/openai/gym
使用OpenAI Gym创建游戏AI
强化学习模型
安装Gym
$ git clone https://github.com/openai/gym
$ cd gym
# 安装依赖
#$ brew install cmake boost boost-python sdl2 swig wget# macOS python2
# brew install boost-python --with-python3 # python3
#$ sudo apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig# Ubuntu
$ pip install gym 突然想 要不要 弄个零基础实现人工智能的系列呢总结最近学习的python tenorsflow笔记 本帖最后由 jerryxjr1220 于 2017-5-18 17:41 编辑
小云子墨 发表于 2017-5-18 17:25
突然想 要不要 弄个零基础实现人工智能的系列呢总结最近学习的python tenorsflow笔记
请参考我的python小练习系列，最后的近20篇都是由浅入深得介绍如何利用python实现深度神经网络的机器学习，每期都有一个小的实例进行说明。
http://bbs.fishc.com/forum.php?mod=collection&action=view&ctid=503 jerryxjr1220 发表于 2017-5-18 17:38
请参考我的python小练习系列，最后的近20篇都是由浅入深得介绍如何利用python实现深度神经网络的机器学 ...
感谢 感谢 我认真看看 666
先看看。。 看看怎么样，正想学习机器学习，正好参考参考 66666 {:5_99:}驱动器我的亲卫队请问 1111 22222222 高大sh上{:10_249:}{:10_249:} 火钳{:10_256:} 看看，好像我找了好久，就是喜欢这个
6666666666666666666666666666 很好，666 看看 666 跪求楼主的学习资源~ 碾压啊{:10_266:}