基于pytorch框架，编写深度残差神经网络以及实现蒙特卡洛树搜索，同时完成自我对弈代码，通过自我对弈获取训练集，不断迭代。深度残差神经网络包含两个输出，策略输出以及价值输出，这两者将会辅助蒙特卡洛树搜索通过不断训练以达到良好的棋力
评论