前言
wfGo 是筆者大學畢設作品，這幾天有時間把它整理一下。該項目已在github開源，有需要的小夥伴可以看第一篇博客的末尾獲取git地址：
https://blog.csdn.net/wf824284257/article/details/104085281
本文介紹了 wfGo的 AI訓練模式 。
使用VS2017+打開項目即可。
開始
進入client端的主界面後，點擊【ANN訓練】 按鈕，即可進入AI訓練模式。
根據下圖所示，依次走1234這4步。
之後，直接點擊下圖的 開始訓練按鈕即可。 點擊後，下面【正在分析文件】會顯示當前的進度。此時只需要等待完成。
當出現 【save weight ok】 的彈窗時，訓練結束。
算法分析
此處使用的神經網絡爲BP神經網絡，訓練時，讀入weight.txt的參數，訓練完後，將新參數保存在weight.txt 。 這樣保證了每次的訓練成果沒有浪費。
學習的數據爲sgf類型的棋譜。 若一個sgf棋譜一共有200手棋，則對於該棋譜，學習節點共有200個。學習節點是一個數據結構，包含了一個棋盤矩陣與下一步的落子點。學習的過程大概是使用【學習節點】中的 落子點，作爲對應棋盤矩陣的指導輸出值，來訓練我們的BP神經網絡，不斷的調整其中的參數。每個sgf可以重複多次訓練。client項目中包含了大量的sgf文件。 sgf文件可以從網上下載。
