ChessAI Deep Learning Chess Move Predictor CNN

Chessai-Deep-Learning-Learning-Move-Move-Cnn

يحتوي هذا المستودع على مشروع Python يستخدم نماذج التعلم العميقة للتنبؤ بأفضل تحركات الشطرنج نظرًا لموقف اللوحة في تنسيق FON (Forsyth-Edwards). يستخدم المشروع الشبكات العصبية التلافيفية (CNNs) للتنبؤ بنوع القطعة ، و ALPHA's ALPHA (العمود) Destination Square ، ورقم مربع الوجهة (الصف) للحركة التالية.

ملخص

يتضمن المشروع المكونات التالية:

• المعالجة المسبقة للبيانات لتحويل تدوين FEN إلى تنسيق مناسب للتعلم العميق.
• ثلاثة نماذج تعليمية عميقة منفصلة للتنبؤ نوع القطعة ، ألفا ، وعدد مربع الوجهة.
• تدريب وتقييم هذه النماذج باستخدام مجموعة بيانات من حركات لعبة الشطرنج.
• وظيفة للتنبؤ بأفضل خطوة لموقف لوحة فين معين.

متطلبات

لتشغيل هذا المشروع ، ستحتاج:

• بيثون 3.x
• Tensorflow و Keras
• مكتبة الشطرنج بيثون ( python-chess )

يمكنك تثبيت الحزم المطلوبة باستخدام pip مع الأمر التالي:

 pip install chess tensorflow

الاستخدام

1. استنساخ المستودع إلى جهازك المحلي.
2. تدريب نماذج التعلم العميق من خلال تشغيل نصوص التدريب المعنية.
3. بعد التدريب ، استخدم وظيفة predict_best_move للتنبؤ بأفضل خطوة لموقف لوحة FEN معين.

 fen_board = 'r1bqkbnr/ppp2ppp/2n5/3Bp3/4P3/5Q2/PPPP1PPP/RNB1K1NR b KQkq - 0 1'
best_move = predict_best_move ( fen_board )
print ( "Best next move:" , best_move )

ملفات النموذج

يمكن توفير النماذج المدربة (piece_model.h5 و alpha_model.h5 و number_model.h5) عند الطلب على [email protected].

لا تتردد في استكشاف وتعزيز هذا المشروع للتنبؤ وتحليل حركة الشطرنج. ترميز سعيد!