Я недавно пытался научиться играть в шахматы в нейронной сети, используя керас. Я использовал около 300 тыс. Позиций в качестве данных поезда и 30 тыс. Позиций в качестве данных испытаний. Каждая позиция была конвертирована в 773 бита (768 - штук, 4-ход, 1-ход). Выходные данные одноразовые в массиве размером 4096. Квадратный переход - это горячая позиция, разделенная на 64, квадратный переход - горячая% 64. В результате я получил модель, которая знает множество верхних отверстий и ничего кроме этого. Есть ли вероятность, что этот подход может привести к модели, которая может побить меня в каждой игре (у меня около 1400 оценок), возможно, с большим количеством тренировочных данных или есть какая-то конфигурация слоев, которая могла бы работать лучше, или лучше учить NN просто оценка позиции и использовать вместо мини-макс? Спасибо за ответ.