ChessAI Deep Learning Chess Move Predictor CNN

Чессай-дип-обучение-чай-ход-предомолтан

This repository contains a Python project that uses deep learning models to predict the best chess moves given a board position in the FEN (Forsyth-Edwards Notation) format. The project utilizes Convolutional Neural Networks (CNNs) to predict the piece type, destination square's alpha (column), and destination square's number (row) for the next move.

Обзор

Проект включает в себя следующие компоненты:

• Предварительная обработка данных для преобразования нотации FEN в формат, подходящего для глубокого обучения.
• Три отдельные модели глубокого обучения для прогнозирования типа произведения, альфа и количества квадрата назначения.
• Обучение и оценка этих моделей с использованием набора данных шахматных движений.
• Функция для прогнозирования наилучшего шага для данной позиции доски FEN.

Требования

Чтобы запустить этот проект, вам понадобится:

• Python 3.x
• Tensorflow и Keras
• Шахматная библиотека Python ( python-chess )

Вы можете установить необходимые пакеты, используя pip с помощью следующей команды:

 pip install chess tensorflow

Использование

1. Клонировать репозиторий на местную машину.
2. Обучите модели глубокого обучения, выполнив соответствующие тренировочные сценарии.
3. После обучения используйте функцию predict_best_move , чтобы предсказать наилучший шаг для данной позиции доски 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 )

Модели файлы

Обученные модели (PITE_MODEL.H5, ALPHA_MODEL.H5 и number_model.h5) могут быть доступны по запросу по адресу [email protected].

Не стесняйтесь исследовать и улучшать этот проект для прогнозирования и анализа шахматного движения. Счастливого кодирования!