TensorFlow五子棋

此次资源为期末Tensorflow实战项目，实现了基本的人机对战、机机对战、有10*10-4*4规格，其中样本已经训练好，但是并不是很智能，大家可以自己训练。代码完整可运行，使用pycharm进行编写的

# -*- coding: utf-8 -*-
“““
Created on Sun Apr  8 17:23:01 2018

@author: sjt
“““
import numpy as np

base = [1]
for i in range（1 300）:
    base.append（base[i - 1] * 3）

class chessboard（object）:
    def __init__（self length = 10 n_in_rows = 5）:
        
        #chessboard size
        self.n_in_rows = n_in_rows
        self.length = length
        self.player = int（1）
        self.board = np.zeros（（self.length self.length））.astype（int）#0 empty 1 black 2 white
        
        #valid moves
        self.availables = set（）
        limit = self.length * self.length
        for i in range（limit）:
            self.availables.add（i）
        
        #direction for check
        self.direction_x = [1 -1 1 -1 0 0 1 -1]
        self.direction_y = [1 -1 -1 1 1 -1 0 0]
        
        #value for hashing
        self.hash_board = 0
        
        #record the history board
        self.excuted_step = 0
        self.history1 = [] #record the history of first player
        self.history2 = [] #record the history of second player both are in value 0 or 1
    
    def change_player（self）:
        self.player = 3 - self.player
        
    def position_to_index（self position）:
        return self.length * position[0] + position[1]
    
    def index_to_position（self index）:
        return （index // self.length index % self.length）
    
    def point_in_chessboard（self x y）:
        return x >= 0 and x < self.length and y >= 0 and y < self.length
    
    def check_point（self position）:
        x = position[0]
        y = position[1]
        player = self.board[position]
        for i in range（4）:
            cnt = 1
            for j in range（1 self.n_in_rows）:
                dx = x + j * self.direction_x[i * 2]
                dy = y + j * self.direction_y[i * 2]
                #print（dx dy）
                if （self.point_in_chessboard（dx dy） and self.board[（dx dy）] == player）:
                    cnt = cnt + 1
                    #print（dx dy）
                else:
                    break
            for j in range（1 self.n_in_rows）:
                dx = x + j * self.direction_x[i * 2 + 1]
                dy = y + j * self.direction_y[i * 2 + 1]
                if （self.point_in_chessboard（dx dy） and self.board[（dx dy）] == player）:
                    cnt = cnt + 1
                else:
                    break
            if cnt >= self.n_in_rows:
                return True
        return False
    
    def get_state（self num_history）:#need to see as current player
        if self.player == 1:
            state = [np.zeros_like（self.board）]
            for i in range（1 num_history + 1）:
                #print（‘get_state‘ i）
                if i < self.excuted_step:
                    state = np.concatenate（（state [self.history1[-i]]））
                    state = np.concatenate（（state [self.history2[-i]]））
                else:
                    state = np.concatenate（（state [np.zeros_like（self.board）]））
       

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-01-10 16:30  五子棋\人工智障\
     目录           0  2020-01-10 16:30  五子棋\人工智障\.idea\
     文件         559  2019-12-25 16:45  五子棋\人工智障\.idea\Gobang-AlphaGo-Zero-master.iml
     目录           0  2020-01-10 16:30  五子棋\人工智障\.idea\inspectionProfiles\
     文件         174  2019-12-12 14:38  五子棋\人工智障\.idea\inspectionProfiles\profiles_settings.xml
     文件         313  2019-12-12 14:39  五子棋\人工智障\.idea\misc.xml
     文件         311  2019-12-12 14:38  五子棋\人工智障\.idea\modules.xml
     文件         239  2019-12-25 16:45  五子棋\人工智障\.idea\other.xml
     文件       20588  2019-12-30 14:40  五子棋\人工智障\.idea\workspace.xml
     目录           0  2020-01-10 16:30  五子棋\人工智障\code\
     目录           0  2020-01-10 16:30  五子棋\人工智障\code\__pycache__\
     文件        3858  2019-12-17 23:19  五子棋\人工智障\code\__pycache__\chessboard.cpython-37.pyc
     文件        6472  2019-12-21 19:41  五子棋\人工智障\code\__pycache__\interface.cpython-37.pyc
     文件        3439  2019-12-19 08:23  五子棋\人工智障\code\__pycache__\policy_value_net.cpython-37.pyc
     文件        3403  2019-12-21 01:27  五子棋\人工智障\code\__pycache__\pure_mcts.cpython-37.pyc
     文件        3893  2019-12-21 00:39  五子棋\人工智障\code\__pycache__\real_mcts.cpython-37.pyc
     文件     1771532  2019-12-20 01:51  五子棋\人工智障\code\best_policy.model.data-00000-of-00001
     文件        1757  2019-12-20 01:51  五子棋\人工智障\code\best_policy.model.index
     文件      142151  2019-12-20 01:51  五子棋\人工智障\code\best_policy.model.meta
     文件         145  2019-12-20 22:21  五子棋\人工智障\code\checkpoint
     文件        5372  2019-12-17 23:17  五子棋\人工智障\code\chessboard.py
     文件     1771532  2019-12-20 22:21  五子棋\人工智障\code\current_policy.model.data-00000-of-00001
     文件        1757  2019-12-20 22:21  五子棋\人工智障\code\current_policy.model.index
     文件      142151  2019-12-20 22:21  五子棋\人工智障\code\current_policy.model.meta
     文件       13068  2019-12-29 19:33  五子棋\人工智障\code\interface.py
     文件        6672  2019-12-18 21:35  五子棋\人工智障\code\policy_value_net.py
     文件        5736  2019-12-21 01:26  五子棋\人工智障\code\pure_mcts.py
     文件        8380  2019-12-21 00:33  五子棋\人工智障\code\real_mcts.py
     文件       13147  2019-12-21 19:41  五子棋\人工智障\code\train_pipeline.py
     文件        4444  2018-07-21 08:51  五子棋\人工智障\README.md
     文件      695695  2020-04-13 16:06  五子棋\五子棋实验报告.docx
............此处省略0个文件信息