本博文使用的是GitHub上的MuGo开源程序，使用的是纯Python语言，主要是AlphaGo的一个复制的版本。项目的地址请看后面的参考文献部分。

AlphaGo主要使用了三个神经网络，即第一个速度缓慢但是准确的蒙特卡洛搜索树，主要用来预测人来的棋子的移动。第二个主要是小的一个策略网络但是速度很快。第三个是一个价值网络，只是用来计算胜率的不能用来预测棋子的移动。具体的看下面参考文献列出来的Google的paper。

废话了这么多，下面我们就开始操作纯Python版的简易AlphoGo吧。

2. 下载SGF文件并且预处理，可以在这个网址上面下载最近15年的围棋文件：https://u-go.net/gamerecords/

3. 预处理SGF文件，在与处理的时候可能会提示缺少例如sgf 包，gtp包之类的，用pip对应的安装上去就可以了。

python main.py preprocess ~/kgs-19-2016-12-new/

这里的 ~/kgs-19-2016-12-new/ 的意思是我上面下载下来的SGF文件，用unzip解压之后的文件夹为 kgs-19-2016-12-new， 里面的文件就是 以sgf结尾的文件。

4. 用策略网络来监督学习

python main.py train processed_data/ --save-file=/tmp/savedmodel --epochs=400 --logdir=logs/my_training_run

当上面的训练步骤结束之后，网络的模型就会被保存在save-file对应的文件夹之中，在训练过程中，当然也可以开启TensorFlow的TensorBoard来查看训练的过程。

tensorboard --logdir=logs/

5. 在训练完之后就可以来玩围棋了

如果要使用原始的策略网络，使用下面的命令

python main.py gtp policy --read-file=/tmp/savedmodel

如果使用蒙特卡洛搜索树，使用下面的命令

python main.py gtp mcts --read-file=/tmp/savedmodel

gogui-twogtp -black 'python main.py gtp policy --read-file=/tmp/savedmodel' -white 'gogui-display' -size 19 -komi 7.5 -verbose -auto

还有一种可以可视化下围棋的方法是使用GnuGo

BLACK="gnugo --mode gtp"

WHITE="python main.py gtp policy --read-file=/tmp/savedmodel"

TWOGTP="gogui-twogtp -black \"$BLACK\" -white \"$WHITE\" -games 10 \

-size 19 -alternate -sgffile gnugo"

gogui -size 19 -program "$TWOGTP" -computer-both -auto

———–EOF————

参考文献：

https://github.com/brilee/MuGo

http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html   (Mastering the game of Go with deep neural networks and tree search)

https://arxiv.org/abs/1412.6564  (Move Evaluation in Go Using Deep Convolutional Neural Networks)