Принятие решений нейронной сети в игре крестики нолики

@Hopeco · Регистрация: 18.03.2014

Студворк — интернет-сервис помощи студентам

Собственно есть нейронная сеть(слизанная с хабра), там нейронная сеть была предназначена для распознавания изображений, то есть использовались двухмерные массивы я заменил его на одно мерный так как поле в крестики нолики можно записать в одну строку. Суть проблемы принятие решений нейронной сети по факту она их принимает ^_^, но как сделать так что бы она стремилась к победе.

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
using System;
 
namespace GA
{
    class Program
    {
        static Random _random = new Random();
 
        public static int length = 9; // Колличество входных параметров
 
        public class Neuron
        {
            public int[] weight; // Веса нейронов
            public int minimum = 50; // Порог
 
            /**
             * Конструктор нейрона, создает веси и устанавливает случайные значения
             */
            public Neuron()
            {
                weight = new int[length];
                randomizeWeights();
            }
 
            /**
             * ответы нейронов, жесткая пороговая
             * @param input - входной вектор
             * @return ответ 0 или 1
             */
            public int transferHard(int[] input)
            {
                int Power = 0;
                for (int r = 0; r < length; r++)
                {
 
                        Power += weight[r] * input[r];
                }
                //Debug.Log("Power: " + Power);
                return Power >= minimum ? 1 : 0;
            }
 
            /**
             * ответы нейронов с вероятностями
             * @param input - входной вектор
             * @return n вероятность
             */
            public int transfer(int[] input)
            {
                int Power = 0;
                for (int r = 0; r < length; r++)
                        Power += weight[r] * input[r];
 
                //Debug.Log("Power: " + Power);
                return Power;
            }
 
            void randomizeWeights()
            {
                for (int r = 0; r < length; r++)
                        weight[r] = _random.Next(0, 10);
            }
 
            /**
             * изменяет веса нейронов
             * @param input - входной вектор
             * @param d - разница между выходом нейрона и нужным выходом
             */
            public void changeWeights(int[] input, int d)
            {
                for (int r = 0; r < length; r++)
                        weight[r] += d * input[r];
            }
        }
        public class NeuralNetwork
        {
            public Neuron[] neurons;
 
            /**
             * Конструктор сети создает нейроны
             */
            public NeuralNetwork()
            {
                neurons = new Neuron[10];
 
                for (int i = 0; i < neurons.Length; i++)
                    neurons[i] = new Neuron();
            }
 
            /**
             * Функция распознавания символа, используется для обучения
             * @param input - входной вектор
             * @return массив из нуллей и единиц, ответы нейронов
             */
            int[] handleHard(int[] input)
            {
                int[] output = new int[neurons.Length];
                for (int i = 0; i < output.Length; i++)
                    output[i] = neurons[i].transferHard(input);
 
                return output;
            }
 
            /**
             * Функция распознавания, используется для конечново ответа
             * @param input -  входной вектор
             * @return массив из вероятностей, ответы нейронов
             */
            int[] handle(int[] input)
            {
                int[] output = new int[neurons.Length];
                for (int i = 0; i < output.Length; i++)
                    output[i] = neurons[i].transfer(input);
 
                return output;
            }
 
            /**
             * Ответ сети
             * @param input - входной вектор
             * @return индекс нейронов предназначенный для конкретного символа
             */
            public int getAnswer(int[] input)
            {
                int[] output = handle(input);
                int maxIndex = 0;
                for (int i = 1; i < output.Length; i++)
                    if (output[i] > output[maxIndex])
                        maxIndex = i;
 
                return maxIndex;
            }
 
            /**
             * Функция обучения
             * @param input - входной вектор
             * @param correctAnswer - правильный ответ
             */
            public void study(int[] input, int correctAnswer)
            {
                int[] correctOutput = new int[neurons.Length];
                correctOutput[correctAnswer] = 1;
 
                int[] output = handleHard(input);
                while (!compareArrays(correctOutput, output))
                {
                    for (int i = 0; i < neurons.Length; i++)
                    {
                        int dif = correctOutput[i] - output[i];
                        neurons[i].changeWeights(input, dif);
                    }
                    output = handleHard(input);
                }
            }
 
            /**
             * Сравнение двух вектор
             * @param true - если массивы одинаковые, false - если нет
             */
            bool compareArrays(int[] a, int[] b)
            {
                if (a.Length != b.Length)
                    return false;
 
                for (int i = 0; i < a.Length; i++)
                    if (a[i] != b[i])
                        return false;
 
                return true;
            }
        }
 
        private static void Main(string[] args)
        {
            NeuralNetwork nw = new NeuralNetwork();
 
            int[] table = 
            {
                0, 0, 0,
                0, 0, 0,
                0, 0, 0
            };
 
            var win = false;
 
            while (!win)
            {
                #region PlayerInput
                int x; 
                do
                {
                input:
                    Console.Write("Введите номер клетки где поставить крестик: ");
                
                    try
                    {
                        x = Convert.ToInt16(Console.ReadLine());
                    }
                    catch (Exception ex)
                    {
                        goto input;
                    }
 
                } while (table[x-1] == 1 || table[x-1] == 2);
 
                table[x - 1] = 1;
                #endregion
 
                if (table[0] == 1 && table[1] == 1 && table[2] == 1 ||
                        table[0] == 2 && table[1] == 2 && table[2] == 2 ||
                        table[3] == 1 && table[4] == 1 && table[5] == 1 ||
                        table[3] == 2 && table[4] == 2 && table[5] == 2 ||
                        table[6] == 1 && table[7] == 1 && table[8] == 1 ||
                        table[6] == 2 && table[7] == 2 && table[8] == 2 ||
                        table[0] == 1 && table[4] == 1 && table[8] == 1 ||
                        table[0] == 2 && table[4] == 2 && table[8] == 2 ||
                        table[2] == 1 && table[4] == 1 && table[6] == 1 ||
                        table[2] == 2 && table[4] == 2 && table[6] == 2 ||
                        table[0] == 1 && table[3] == 1 && table[6] == 1 ||
                        table[0] == 2 && table[3] == 2 && table[6] == 2 ||
                        table[1] == 1 && table[4] == 1 && table[7] == 1 ||
                        table[1] == 2 && table[4] == 2 && table[7] == 2 ||
                        table[2] == 1 && table[5] == 1 && table[8] == 1 ||
                        table[2] == 2 && table[5] == 2 && table[8] == 2)
                {
                    win = true;
                }
                else
                {
 
                    #region WriteTable
 
                    for (int i = 0; i < table.Length; i++)
                    {
                        Console.Write(table[i] == 1 ? "X" : table[i] == 2 ? "O" : "-");
 
                        if ((i + 1)%3 == 0 && i != 0)
                        {
                            Console.WriteLine();
                        }
                    }
                    Console.WriteLine();
 
                    #endregion
 
                    #region NeuralNetwork
 
                    int o;
                    do
                    {
                        nw.study(table, _random.Next(0, 9));
                        o = nw.getAnswer(table);
                    } while (table[o] == 1 || table[o] == 2);
 
                    table[o] = 2;
 
                    #endregion
 
                    if (table[0] == 1 && table[1] == 1 && table[2] == 1 ||
                        table[0] == 2 && table[1] == 2 && table[2] == 2 ||
                        table[3] == 1 && table[4] == 1 && table[5] == 1 ||
                        table[3] == 2 && table[4] == 2 && table[5] == 2 ||
                        table[6] == 1 && table[7] == 1 && table[8] == 1 ||
                        table[6] == 2 && table[7] == 2 && table[8] == 2 ||
                        table[0] == 1 && table[4] == 1 && table[8] == 1 ||
                        table[0] == 2 && table[4] == 2 && table[8] == 2 ||
                        table[2] == 1 && table[4] == 1 && table[6] == 1 ||
                        table[2] == 2 && table[4] == 2 && table[6] == 2 ||
                        table[0] == 1 && table[3] == 1 && table[6] == 1 ||
                        table[0] == 2 && table[3] == 2 && table[6] == 2 ||
                        table[1] == 1 && table[4] == 1 && table[7] == 1 ||
                        table[1] == 2 && table[4] == 2 && table[7] == 2 ||
                        table[2] == 1 && table[5] == 1 && table[8] == 1 ||
                        table[2] == 2 && table[5] == 2 && table[8] == 2)
                    {
                        win = true;
                    }
 
                    #region WriteTable
 
                        for (int i = 0; i < table.Length; i++)
                        {
                            Console.Write(table[i] == 1 ? "X" : table[i] == 2 ? "O" : "-");
 
                            if ((i + 1)%3 == 0 && i != 0)
                            {
                                Console.WriteLine();
                            }
                        }
                        Console.WriteLine();
 
                        #endregion
                }
            }
 
            Console.WriteLine("Кто-то кого-то нагнул.");
            Console.ReadKey();
        }
    }
}

Psilon · 01.02.2015, 03:01

Hopeco, Нейросеть не предназначена для таких простых задач, учитывая, что крестики нолики - просто поле 3х3 (в особо извращенных случаях - больше), пишется элементарный перебор (поиск с возвратом) всех комбинаций и находится выигрышная.

@Hopeco · 01.02.2015, 03:21 **[ТС]**

Psilon, я знаю, для сложных задач типа распознавание изображений или для анализа данных я уже использовал, но мне пришла в голову идея, а что если нейросеть попытаться использовать с какой нибудь игрой. И это не обязательно должны быть крестики-нолики. Крестики-нолики были выбрана основываясь на том что игра простая и код должен быть легче.

Psilon · 01.02.2015, 04:33

Hopeco, как говорил мой препод по статистической динамике - все эти нейросети это полная чушня

Они опираются на чисто эвристические алгоритмы и игнорируют большинство достижений в профильных мат. методах за последние 50 лет. Да, есть некоторые узкие области, в которых их использование оправданно, но совать их всюду - плохая затея. Например, есть популярные "нейросети для капчей", которые их вроде как распознают. Хотя те же капчи намного проще и надежнее распознаются элементарным медианным фильтром. И не нужно ему никакое обучение - он сразу ответит, на что похоже изображение.

В общем, это затея забивания винта пилой - ничего хорошего не выйдет

Добавлено через 3 минуты
У нейросетей есть один большой плюс - не нужно знать ни тервера, ни мат.статистики, ни линала с функаном, без чего освоить статдин - нереально, поэтому он идеально подходит для "промышленного сектора", где 90% не программисты, а кодеры, с корнями из Индии, которым нужно по-быстренькому сделать фильтры в своем myPhotoshop'е на пыхе, и естественно разбираться в тонкостях определения передаточной функции фильтра им не охота.

@Hopeco · 01.02.2015, 07:19 **[ТС]**

Psilon, лично мне нравится в нейронных сетях то что они слегка не предсказуемы + ко всему не надо знать до фига и больше формул для того что бы нейронная сеть начала делать что то вменяемое, просто подавай пример и всё.

Добавлено через 2 часа 32 минуты
Ну вроде что-то убогое вышло, прошу оценить
NeuralNetwork.rar

@Gradarius_ya · 01.02.2015, 14:32

Hopeco, не желает учиться

@Hopeco · 01.02.2015, 15:02 **[ТС]**

Gradarius_ya, хм...

Добавлено через 1 минуту
А так ?

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
using System;
using System.Windows.Forms;
 
namespace NeuralNetwork
{
    public partial class Form1 : Form
    {
        #region NeuralNetwork
 
        private static Random _random = new Random();
        public static int length = 9; // Колличество входных параметров
 
        public class Neuron
        {
            public int[] weight; // Веса нейронов
            public int minimum = 50; // Порог
 
            /**
             * Конструктор нейрона, создает веси и устанавливает случайные значения
             */
 
            public Neuron()
            {
                weight = new int[length];
                randomizeWeights();
            }
 
            /**
             * ответы нейронов, жесткая пороговая
             * @param input - входной вектор
             * @return ответ 0 или 1
             */
 
            public int transferHard(int[] input)
            {
                int Power = 0;
                for (int r = 0; r < length; r++)
                {
 
                    Power += weight[r]*input[r];
                }
                //Debug.Log("Power: " + Power);
                return Power >= minimum ? 1 : 0;
            }
 
            /**
             * ответы нейронов с вероятностями
             * @param input - входной вектор
             * @return n вероятность
             */
 
            public int transfer(int[] input)
            {
                int Power = 0;
                for (int r = 0; r < length; r++)
                    Power += weight[r]*input[r];
 
                //Debug.Log("Power: " + Power);
                return Power;
            }
 
            private void randomizeWeights()
            {
                for (int r = 0; r < length; r++)
                    weight[r] = _random.Next(0, 10);
            }
 
            /**
             * изменяет веса нейронов
             * @param input - входной вектор
             * @param d - разница между выходом нейрона и нужным выходом
             */
 
            public void changeWeights(int[] input, int d)
            {
                for (int r = 0; r < length; r++)
                    weight[r] += d*input[r];
            }
        }
 
        public class NeuralNetwork
        {
            public Neuron[] neurons;
 
            /**
             * Конструктор сети создает нейроны
             */
 
            public NeuralNetwork()
            {
                neurons = new Neuron[9];
 
                for (int i = 0; i < neurons.Length; i++)
                    neurons[i] = new Neuron();
            }
 
            /**
             * Функция распознавания символа, используется для обучения
             * @param input - входной вектор
             * @return массив из нуллей и единиц, ответы нейронов
             */
 
            private int[] handleHard(int[] input)
            {
                int[] output = new int[neurons.Length];
                for (int i = 0; i < output.Length; i++)
                    output[i] = neurons[i].transferHard(input);
 
                return output;
            }
 
            /**
             * Функция распознавания, используется для конечново ответа
             * @param input -  входной вектор
             * @return массив из вероятностей, ответы нейронов
             */
 
            private int[] handle(int[] input)
            {
                int[] output = new int[neurons.Length];
                for (int i = 0; i < output.Length; i++)
                    output[i] = neurons[i].transfer(input);
 
                return output;
            }
 
            /**
             * Ответ сети
             * @param input - входной вектор
             * @return индекс нейронов предназначенный для конкретного символа
             */
 
            public int getAnswer(int[] input)
            {
                int[] output = handle(input);
                int maxIndex = 0;
                for (int i = 1; i < output.Length; i++)
                    if (output[i] > output[maxIndex])
                        maxIndex = i;
 
                return maxIndex;
            }
 
            /**
             * Функция обучения
             * @param input - входной вектор
             * @param correctAnswer - правильный ответ
             */
 
            public void study(int[] input, int correctAnswer)
            {
                int[] correctOutput = new int[neurons.Length];
                correctOutput[correctAnswer] = 1;
 
                int[] output = handleHard(input);
                while (!compareArrays(correctOutput, output))
                {
                    for (int i = 0; i < neurons.Length; i++)
                    {
                        int dif = correctOutput[i] - output[i];
                        neurons[i].changeWeights(input, dif);
                    }
                    output = handleHard(input);
                }
            }
 
            /**
             * Сравнение двух вектор
             * @param true - если массивы одинаковые, false - если нет
             */
 
            private bool compareArrays(int[] a, int[] b)
            {
                if (a.Length != b.Length)
                    return false;
 
                for (int i = 0; i < a.Length; i++)
                    if (a[i] != b[i])
                        return false;
 
                return true;
            }
        }
 
        #endregion
 
        private NeuralNetwork nw = new NeuralNetwork();
 
        private int[] _table =
        {
            0, 0, 0,
            0, 0, 0,
            0, 0, 0
        };
 
        public Form1()
        {
            InitializeComponent();
 
            #region Начальное обучение. Основанное на рандоме.
 
            for (int i = 0; i < 4608; i++)
            {
                answer1:
                int a = _random.Next(0, 9);
                if (_table[a] != 1 && _table[a] != 2)
                    _table[a] = 1;
                else
                    goto answer1;
 
                CheckWin();
 
                answer:
 
                int answer = nw.getAnswer(_table);
 
                if (_table[answer] != 1 && _table[answer] != 2)
                {
 
                    _table[answer] = 2;
 
                    if (answer == 0)
                        button1.Text = @"O";
                    if (answer == 1)
                        button2.Text = @"O";
                    if (answer == 2)
                        button3.Text = @"O";
                    if (answer == 3)
                        button4.Text = @"O";
                    if (answer == 4)
                        button5.Text = @"O";
                    if (answer == 5)
                        button6.Text = @"O";
                    if (answer == 6)
                        button7.Text = @"O";
                    if (answer == 7)
                        button8.Text = @"O";
                    if (answer == 8)
                        button9.Text = @"O";
 
                    CheckWin();
 
                }
                else
                {
                    int index = _random.Next(0, 9);
                    nw.study(_table, index);
                    goto answer;
                }
            }
 
            TableEmpty();
            textBox1.Text = String.Empty;
 
            #endregion
        }
 
        public void CheckWin()
        {
            if (_table[0] == 1 && _table[1] == 1 && _table[2] == 1 ||
                _table[3] == 1 && _table[4] == 1 && _table[5] == 1 ||
                _table[6] == 1 && _table[7] == 1 && _table[8] == 1 ||
                _table[0] == 1 && _table[4] == 1 && _table[8] == 1 ||
                _table[2] == 1 && _table[4] == 1 && _table[6] == 1 ||
                _table[0] == 1 && _table[3] == 1 && _table[6] == 1 ||
                _table[1] == 1 && _table[4] == 1 && _table[7] == 1 ||
                _table[2] == 1 && _table[5] == 1 && _table[8] == 1)
            {
                textBox1.Text += @"Вы победили
";
                nw.study(_table, _random.Next(0, 9));
                TableEmpty();
            }
            else
            {
                if (_table[0] == 2 && _table[1] == 2 && _table[2] == 2 ||
                    _table[3] == 2 && _table[4] == 2 && _table[5] == 2 ||
                    _table[6] == 2 && _table[7] == 2 && _table[8] == 2 ||
                    _table[0] == 2 && _table[4] == 2 && _table[8] == 2 ||
                    _table[2] == 2 && _table[4] == 2 && _table[6] == 2 ||
                    _table[0] == 2 && _table[3] == 2 && _table[6] == 2 ||
                    _table[1] == 2 && _table[4] == 2 && _table[7] == 2 ||
                    _table[2] == 2 && _table[5] == 2 && _table[8] == 2)
                {
                    textBox1.Text += @"Победила нейронная сеть
";
                    nw.study(_table, _random.Next(0, 9));
                    TableEmpty();
                }
                else
                {
                    int counter = 0;
                    for (int i = 0; i < _table.Length; i++)
                    {
                        if (_table[i] != 1 && _table[i] != 2)
                            counter++;
                    }
                    if (counter == 0)
                    {
                        textBox1.Text += @"Ничья!
";
                        nw.study(_table, _random.Next(0, 9));
                        TableEmpty();
                    }
                }
            }
 
        }
 
        #region Кнопки
 
        private void button1_Click(object sender, EventArgs e)
        {
            if (_table[0] != 1 && _table[0] != 2)
            {
                _table[0] = 1;
                button1.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button2_Click(object sender, EventArgs e)
        {
            if (_table[1] != 1 && _table[1] != 2)
            {
                _table[1] = 1;
                button2.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button3_Click(object sender, EventArgs e)
        {
            if (_table[2] != 1 && _table[2] != 2)
            {
                _table[2] = 1;
                button3.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button4_Click(object sender, EventArgs e)
        {
            if (_table[3] != 1 && _table[3] != 2)
            {
                _table[3] = 1;
                button4.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button5_Click(object sender, EventArgs e)
        {
            if (_table[4] != 1 && _table[4] != 2)
            {
                _table[4] = 1;
                button5.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button6_Click(object sender, EventArgs e)
        {
            if (_table[5] != 1 && _table[5] != 2)
            {
                _table[5] = 1;
                button6.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button7_Click(object sender, EventArgs e)
        {
            if (_table[6] != 1 && _table[6] != 2)
            {
                _table[6] = 1;
                button7.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button8_Click(object sender, EventArgs e)
        {
            if (_table[7] != 1 && _table[7] != 2)
            {
                _table[7] = 1;
                button8.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        private void button9_Click(object sender, EventArgs e)
        {
            if (_table[8] != 1 && _table[8] != 2)
            {
                _table[8] = 1;
                button9.Text = @"X";
                CheckWin();
 
                Answer();
            }
        }
 
        #endregion
 
        public void TableEmpty()
        {
            _table = new[]
            {
                0, 0, 0,
                0, 0, 0,
                0, 0, 0
            };
 
            button1.Text = "";
            button2.Text = "";
            button3.Text = "";
            button4.Text = "";
            button5.Text = "";
            button6.Text = "";
            button7.Text = "";
            button8.Text = "";
            button9.Text = "";
        }
 
        public void Answer()
        {
            answer:
 
            int answer = nw.getAnswer(_table);
 
            if (_table[answer] != 1 && _table[answer] != 2)
            {
 
                _table[answer] = 2;
 
                if (answer == 0)
                    button1.Text = @"O";
                if (answer == 1)
                    button2.Text = @"O";
                if (answer == 2)
                    button3.Text = @"O";
                if (answer == 3)
                    button4.Text = @"O";
                if (answer == 4)
                    button5.Text = @"O";
                if (answer == 5)
                    button6.Text = @"O";
                if (answer == 6)
                    button7.Text = @"O";
                if (answer == 7)
                    button8.Text = @"O";
                if (answer == 8)
                    button9.Text = @"O";
 
                CheckWin();
 
            }
            else
            {
                int index = _random.Next(0, 9);
                nw.study(_table, index);
                goto answer;
            }
 
        }
    }
}

Добавлено через 19 минут
Чёт не работает только что проверил, какие примеры подавать надо, для обучения этой сети сейчас я пытался подавать таблицу с крестиками и ноликами, но чёт не работает.

@Gradarius_ya · 01.02.2015, 15:04

Hopeco, Терпение и труд

Psilon, прав, тут проще перебором, но если делать обучение, то тоже не очень сложно, главное вникнуть до написания.

@l3ke · 28.05.2015, 09:45

Hopeco,
Здравствуйте, не могли бы скинуть сюда исходники, которыми Вы пользовались при разработке программы (которые скачали с хабра).
Заранее спасибо, был бы очень благодарен.

@Hopeco · 03.06.2015, 05:33 **[ТС]**

l3ke, извините, не могу.
P.S не помню где брал.

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .	SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .
SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	SDL3 для Android: Загрузка PNG с альфа-каналом с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .

Psilon Master of Orion 6102 / 4958 / 905 Регистрация: 10.07.2011 Сообщений: 14,522 Записей в блоге: 5
	01.02.2015, 03:01
	Hopeco, Нейросеть не предназначена для таких простых задач, учитывая, что крестики нолики - просто поле 3х3 (в особо извращенных случаях - больше), пишется элементарный перебор (поиск с возвратом) всех комбинаций и находится выигрышная. 0

@Hopeco 16 / 16 / 8 Регистрация: 18.03.2014 Сообщений: 268
	01.02.2015, 03:21 [ТС]
	Psilon, я знаю, для сложных задач типа распознавание изображений или для анализа данных я уже использовал, но мне пришла в голову идея, а что если нейросеть попытаться использовать с какой нибудь игрой. И это не обязательно должны быть крестики-нолики. Крестики-нолики были выбрана основываясь на том что игра простая и код должен быть легче. 0

Psilon Master of Orion 6102 / 4958 / 905 Регистрация: 10.07.2011 Сообщений: 14,522 Записей в блоге: 5
	01.02.2015, 04:33
	Hopeco, как говорил мой препод по статистической динамике - все эти нейросети это полная чушня Они опираются на чисто эвристические алгоритмы и игнорируют большинство достижений в профильных мат. методах за последние 50 лет. Да, есть некоторые узкие области, в которых их использование оправданно, но совать их всюду - плохая затея. Например, есть популярные "нейросети для капчей", которые их вроде как распознают. Хотя те же капчи намного проще и надежнее распознаются элементарным медианным фильтром. И не нужно ему никакое обучение - он сразу ответит, на что похоже изображение. В общем, это затея забивания винта пилой - ничего хорошего не выйдет Добавлено через 3 минуты У нейросетей есть один большой плюс - не нужно знать ни тервера, ни мат.статистики, ни линала с функаном, без чего освоить статдин - нереально, поэтому он идеально подходит для "промышленного сектора", где 90% не программисты, а кодеры, с корнями из Индии, которым нужно по-быстренькому сделать фильтры в своем myPhotoshop'е на пыхе, и естественно разбираться в тонкостях определения передаточной функции фильтра им не охота. 0

@Hopeco 16 / 16 / 8 Регистрация: 18.03.2014 Сообщений: 268
	01.02.2015, 07:19 [ТС]
	Psilon, лично мне нравится в нейронных сетях то что они слегка не предсказуемы + ко всему не надо знать до фига и больше формул для того что бы нейронная сеть начала делать что то вменяемое, просто подавай пример и всё. Добавлено через 2 часа 32 минуты Ну вроде что-то убогое вышло, прошу оценить NeuralNetwork.rar 0

@Gradarius_ya 3 / 3 / 1 Регистрация: 26.03.2013 Сообщений: 120
	01.02.2015, 14:32
	Hopeco, не желает учиться 0

@Gradarius_ya 3 / 3 / 1 Регистрация: 26.03.2013 Сообщений: 120
	01.02.2015, 15:04
	Hopeco, Терпение и труд Psilon, прав, тут проще перебором, но если делать обучение, то тоже не очень сложно, главное вникнуть до написания. 0

@l3ke 0 / 0 / 0 Регистрация: 09.11.2014 Сообщений: 1
	28.05.2015, 09:45
	Hopeco, Здравствуйте, не могли бы скинуть сюда исходники, которыми Вы пользовались при разработке программы (которые скачали с хабра). Заранее спасибо, был бы очень благодарен. 0

@Hopeco 16 / 16 / 8 Регистрация: 18.03.2014 Сообщений: 268
	03.06.2015, 05:33 [ТС]
	l3ke, извините, не могу. P.S не помню где брал. 0