我的目标是创建一个使用ML来下棋的程序 . 我仍然是ML的菜鸟，但是根据我对ML的理解，理论上我应该只能编写国际象棋的规则，然后通过对自己玩2个实例，它应该能够自己变得更好并成为一个更好的球员 .
我已经在python中编写了一个程序，可以用来在两个玩家之间下棋，所以我有规则和所有 . 在这个程序中，我还有一个函数可以创建当前棋盘给出的所有可能的移动 .
从我在神经网络上找到的所有教程中，他们使用包含不同类型神经网络函数的张量流，我们只给它输入 . 理论部分解释得很好但是2没有正确联系
根据我的理论知识，我认为输入将是所有电路板位置，因此64个输入 . 从那里一层可能是哪一块移动，第二层移动每一块（或者可能是一层有这两个球杆），并且最初每次移动的重量应为1并且根据每个游戏的结果改变 .
但我根本不知道如何编码，使用哪种Algorithm / Tf函数 .
国际象棋是否会从一个太高的水平开始？如果是，请建议在实施国际象棋之前我应该尝试实施的其他程序