ChessAI Deep Learning Chess Move Predictor CNN

CHESSAI-LEANDO-ALENHEIRO-CHESS-MOVE-PREDITOR-CNN

Este repositório contém um projeto Python que usa modelos de aprendizado profundo para prever os melhores movimentos de xadrez, dada uma posição de placa no formato Fen (Notação Foryth-Edwards). O projeto utiliza redes neurais convolucionais (CNNs) para prever o tipo de peça, o alfa da Praça de Destino (coluna) e o número da Praça de Destino (linha) para o próximo passo.

Visão geral

O projeto inclui os seguintes componentes:

• O pré -processamento de dados para converter a notação de Fen em um formato adequado para o aprendizado profundo.
• Três modelos de aprendizado profundo separados para prever o tipo de peça, alfa e o número do quadrado de destino.
• Treinamento e avaliação desses modelos usando um conjunto de dados de movimentos de jogo de xadrez.
• Uma função para prever a melhor jogada para uma determinada posição da placa Fen.

Requisitos

Para executar este projeto, você precisará:

• Python 3.x
• Tensorflow e Keras
• Biblioteca de xadrez Python ( python-chess )

Você pode instalar os pacotes necessários usando pip com o seguinte comando:

 pip install chess tensorflow

Uso

1. Clone o repositório da sua máquina local.
2. Treine os modelos Deep Learning, executando os respectivos scripts de treinamento.
3. Após o treinamento, use a função predict_best_move para prever a melhor jogada para uma determinada posição da placa FEN.

 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 )

Arquivos de modelo

Os modelos treinados (becel_model.h5, alpha_model.h5 e number_model.h5) podem ser disponibilizados mediante solicitação em [email protected].

Sinta -se à vontade para explorar e aprimorar este projeto para previsão e análise de movimentos de xadrez. Codificação feliz!