从sourceforge用svn取下来的代码的压缩包

天天替换棋子视频教程+工具.rar

象棋引擎 img [src $ =“ centerme”] {display：block; 保证金：0自动; } 每个人都知道国际象棋是一个复杂的游戏，甚至有人说国际象棋有10 ^ 120个可能的棋盘位置。 因此，很难为AI下象棋编写硬代码几乎是不可能的。 我玩国际象棋很久了（自从我上小学以来），并且一直对国际象棋的发展很感兴趣。 结果，我自然而然地被传统的象棋引擎（如鳕鱼和AlphaZero的神经网络AI）所吸引。 引擎用途： 您将必须下载回购文件才能使用该引擎，通过打开“ test.py”文件运行该引擎，相对路径应该已经由文件itelf计算出来了，如果没有，只需将此处的路径更改为第13行的Models文件夹内的Chess9.2文件夹。 model = keras . models . load_model ( my_absolute_dirpath + '\Models\Chess

中国象棋对弈系统_java课程设计； 中国象棋对弈系统_java课程设计； 中国象棋对弈系统_java课程设计

中国象棋，人机对战

简单且功能完善的国际象棋，适合c#学习爱好者研究，很有帮助

一款单机版的android象棋游戏

包含游戏代码，bgm，棋子棋盘图片，需安装pygame，内含大量注释，小白可学习，下载即可运行

下载打开就可以玩

DNN国际象棋AI 设计原理 该项目围绕着由神经网络驱动的国际象棋AI，其设计受到的国际象棋引擎的严重影响。 AlphaZero使用了类似的方法以及和来创建强大的国际象棋AI。 尽管这些项目共享许多设计原则，但我的项目在实现上与AlphaZero在很多方面都有很大不同。 首先，我的实现使用的是，，而不是Deepmind使用的深度卷积神经网络。 实施更基本的网络的原因是由于这样的事实，即更复杂，更主流的网络结构（例如和只是经过修改的前馈网络，具有更多的连接或预处理元素（例如卷积核）。 结果，该项目将研究更基本的网络结构，然后可以将其理解和设计扩展到更复杂的网络。 待办事项：目前正在计划其他网络实现（特别是CNN）和训练算法（例如和 ）。 我也希望探索一些我在找到的有趣的想法，该想法探讨了如何强化学习问题，例如训练这种国际象棋AI，以利用监督学习中更可靠的训练方法。 此外，不是使用这样的