python实现AI五子棋

这是我写的一个基于神经网络的五子棋程序，用python3写的，需要配置tensorflow才能使用

import tensorflow as tf
from SGFfile import SGFflie
import os

sgf = SGFflie（）


class myCNN（）:
    def __init__（self）:
        ‘‘‘初始化神经网络‘‘‘
        self.sess = tf.InteractiveSession（）

        # paras
        self.W_conv1 = self.weight_varible（[5 5 1 32]）
        self.b_conv1 = self.bias_variable（[32]）
        # conv layer-1
        self.x = tf.placeholder（tf.float32 [None 225]）
        self.y = tf.placeholder（tf.float32 [None 225]）
        self.x_image = tf.reshape（self.x [-1 15 15 1]）

        self.h_conv1 = tf.nn.relu（self.conv2d（self.x_image self.W_conv1） + self.b_conv1）
        self.h_pool1 = self.max_pool_2x2（self.h_conv1）

        # conv layer-2
        self.W_conv2 = self.weight_varible（[5 5 32 64]）
        self.b_conv2 = self.bias_variable（[64]）

        self.h_conv2 = tf.nn.relu（self.conv2d（self.h_pool1 self.W_conv2） + self.b_conv2）
        self.h_pool2 = self.max_pool_2x2（self.h_conv2）

        # full connection
        self.W_fc1 = self.weight_varible（[4 * 4 * 64 1024]）
        self.b_fc1 = self.bias_variable（[1024]）

        self.h_pool2_flat = tf.reshape（self.h_pool2 [-1 4 * 4 * 64]）
        self.h_fc1 = tf.nn.relu（tf.matmul（self.h_pool2_flat self.W_fc1） + self.b_fc1）

        # dropout
        self.keep_prob = tf.placeholder（tf.float32）
        self.h_fc1_drop = tf.nn.dropout（self.h_fc1 self.keep_prob）

        # output layer: softmax
        self.W_fc2 = self.weight_varible（[1024 225]）
        self.b_fc2 = self.bias_variable（[225]）

        self.y_conv = tf.nn.softmax（tf.matmul（self.h_fc1_drop self.W_fc2） + self.b_fc2）

        # model training
        self.cross_entropy = -tf.reduce_sum（self.y * tf.log（self.y_conv））
        self.train_step = tf.train.AdamOptimizer（1e-3）.minimize（self.cross_entropy）

        self.correct_prediction = tf.equal（tf.argmax（self.y_conv 1） tf.argmax（self.y 1））
        self.accuracy = tf.reduce_mean（tf.cast（self.correct_prediction tf.float32））
        self.saver = tf.train.Saver（）

        init = tf.global_variables_initializer（）  # 不存在就初始化变量
        self.sess.run（init）

    @staticmethod
    def weight_varible（shape）:
        ‘‘‘权重变量‘‘‘
        initial = tf.truncated_normal（shape stddev=0.1）
        return tf.Variable（initial）

    @staticmethod
    def bias_variable（shape）:
        ‘‘‘偏置变量‘‘‘
        initial = tf.constant（0.1 shape=shape）
        return tf.Variable（initial）

    @staticmethod
    def conv2d（x W）:
        ‘‘‘卷积核‘‘‘
        return tf.nn.conv2d（x W strides=[1 1 1 1] padding=‘SAME‘）

    @staticmethod
    def max_pool_2x2（x）:
        ‘‘‘池化核‘‘‘
        return tf.nn.max_pool（x ksize=[1 2 2 1] strides=[1 2 2 1] padding=‘SAME‘）

    def restore_save（self method=1）:
        ‘‘‘保存和读取模型‘‘‘
        if method == 1:
            self.saver.restore（self.sess ‘save\model.ckpt‘）
            #print（“已读取数据“）
        elif method == 0:
            saver = tf.train.Saver（writ

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       5404  2017-12-17 20:42  CNN.py

     文件      18007  2018-01-04 19:24  GoBang.py

     文件      22796  2017-11-01 14:11  robot.py

     文件       5561  2018-01-08 16:22  SGFfile.py

     文件        687  2017-10-19 14:37  tools.py

----------- ---------  ---------- -----  ----

                52455                    5