2017年10月nature论文实现 基于TensorFlow
开工日期 2017年12月19日   写的很慢，忙考试，不定期更新  

• rule.py ---------- rule父类

• utils.py --------- 通用工具类

• go 围棋相关类  

  • playGo.py -------- 围棋规则类  
  • showGo.py -------- 提供可视化  
  • testGo.py -------- 相关测试

• gobang 五子棋相关类

  • gobang.py -------- 五子棋规则类

• model 网络结构类  

  • resnet_model.py --------------- resNet的TensorFlow版本  
  • alphago_zero_resnet_model.py -- alphaGo zero的model
       * test_model.py ----------------- model的测试

• mcts 蒙特卡洛搜索树类

  • mcts.py --------------- 蒙特卡洛搜索树
  • node.py --------------- 树的节点  
  • edge.py --------------- 树的边  

• img 项目相关图片

  • net_model.jpg ------ AlphaGo Zero的结构图

• 围棋规则类（可以下）
• 可视化类
• resNet网络结构类（正向传播）
• MCTS
• 自对弈
• 增强学习

• AlphaGo Lee中文PPT
• AlphaGo Zero原论文
• AlphaGo Zero中文详细解析
• 知乎大神的AlphaGo Zero解析
• Alpha Zero(2017年12月，本项目未采用)

• 蒙特卡洛搜索树

 拖更十天后重启，完善了mcts部分，特别是增加了狄利克雷噪音，使得和论文一致。

 准备考试加上元旦休息了一阵，修改了围棋相关类的结构；mcts大体上实现。

 基本上完成了mcts相关类的结构设计。

 AlphaGo Zero的model写完了！忙网络的实验忙了一下午也没做完，做这个调节一下心情。

 对model类注释完毕，并针对此项目进行了部分修改，主要是参数部分。

 完善了围棋相关类，增加了结算子目和判断真眼的功能；对围棋类增加了针对AlphaGo Zero输入的格式化；对model类增加了注释。

 花了一个下午，完成PlayGo和ShowGo的编写，即对围棋规则类编写完成，并提供最简单的可视化，其后依据后续需要完善其功能。