之前用类似 AlphaGo 论文的方法训练了个策略网络，经过一番折腾，现在可在网页中直接用 JS 运行了（纯本地运行噢，感谢 MXnet 的 amalgamation 功能）。虽然 JS 比较慢，在电脑上每步要两秒钟（比 CPU 直接跑模型慢几十倍，比 GPU 慢几百倍），但实际在 iPhone7 上也能跑，速度不错（在安卓上就很慢了）。

点击打开： https://withablink.coding.me/goPolicyNet/

这里的策略网络的架构是 13 层 128 个 3x3 卷积，配合残差和 BN ，并且只用了 8 个特征平面（本方 /对手 /无子 /1 气 /2 气 /3 气 /4 气及以上 /上一手位置），同样实现了 KGS 测试集 54%+的准确率，而且训练速度非常快。

经测试，做为完全没有搜索的纯神经网络，棋力比 AlphaGo v13 的纯策略网络强，有奕城段位的水准（只要你不故意利用它的漏洞...比如它不会征子）。电脑的选点有时挺有意思，会发现一些狗的习惯。现在正在进行进一步强化学习中。