Apprentissage par renforcement en échecs par les méthodes d'AlphaGo Zero.
Entraînez une IA jouant aux échecs en utilisant des techniques d'apprentissage avancées pour améliorer son jeu.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentApprentissage par renforcement en échecs par les méthodes d'AlphaGo Zero.
chess-alpha-zero compte 2.2k étoiles sur GitHub. Il a été forké 472 fois. chess-alpha-zero est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2017. chess-alpha-zero est disponible sous licence MIT. Ses principaux thèmes sont : alphago-zero, chess, keras, reinforcement-learning.
Apprentissage par renforcement en échecs par les méthodes d'AlphaGo Zero.
chess-alpha-zero est un projet open source. Il est distribué sous licence MIT.
Oui. chess-alpha-zero est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
chess-alpha-zero est disponible sous licence MIT.
chess-alpha-zero est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/zeta36-chess-alpha-zero.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.