Alpha Zero 趣味学习：设置网络参数

Alpha Zero 趣味学习：设置网络参数

TicTacToe 神经网络设置等参数，在文件 main.py 和 config.py 集中可见。

全部参数的名称和含意如下：

• num_iterations ：迭代次数
• num_games ：自行训练，每次迭代的棋局数目
• num_mcts_sims ：每局棋蒙特卡罗搜索树模拟的数目
• c_puct ：蒙特卡罗搜索树探索的等级
• l2_val ：训练用到的 L2 范式的等级
• momentum ：网络优化的动量参数
• learning_rate ：动量参数优化的学习率
• t_policy_val ：下棋策略的预测值
• temp_init ：控制探索的初始热度参数值
• temp_final ：控制探索的最终热度参数值
• temp_thresh ：热度由初始转向终结的阈值
• epochs ：训练中批发数据的次数
• batch_size ：训练中批发数据的尺寸
• dirichlet_alpha ：Dirichlet 噪声的