irwin

Ирвин

Ирвин - это ИИ, который изучает шаблоны мошенничества, отмечает мошенники и помогает модераторам в оценке потенциальных мошенников.

Зависимости

Совместим с Python 3.x

Библиотеки Python

pip3 install pymongo python-chess numpy requests

• Tensorflow : Руководство по установке TensorFlow

База данных

• MongoDB : руководство по установке MongoDB

Настройка

Создайте conf/config.json

 {
  "api" : {
    "url" : "https://lichess.org/" ,
    "token" : "token"
  } ,
  "stockfish" : {
    "threads" : 4 ,
    "memory" : 2048 ,
    "nodes" : 4500000 ,
    "update" : false
  } ,
  "db" : {
    "host" : "localhost" ,
    "port" : 27017 ,
    "authenticate" : false ,
    "authentication" : {
      "username" : "username" ,
      "password" : "password"
    }
  } ,
  "irwin" : {
    "train" : {
      "batchSize" : 5000 ,
      "cycles" : 80
    }
  }
}

conf/config.json содержит config для Stockfish, Mongodb, Tensorflow, Lichess (токен аутентификации и URL) и т. Д.

Создайте базу данных анализируемых игроков

Если у вас еще нет базы данных анализируемых игроков, необходимо будет проанализировать несколько сотен игроков для обучения нейронных сетей. python3 main.py --no-assess --no-report

О

Ирвин (названный в честь Стива Ирвина, охотника за крокодилом) начался как имя сервера, на котором работал оригинальная читнет (теперь устарела). Это преемник чит -сети.

Подобно Creatnet, он работает на аналогичной концепции анализа доступных PV игры, чтобы определить шансы на мошенничество.

Этот бот делает улучшения по сравнению с чит -сети, используя значительно более модульный подход к дизайну программного обеспечения. modules/core содержит большинство общих данных дата, обработчиков сериализации BSON и слоев интерфейса базы данных. Это также значительно быстрее из -за упрощенного подхода к использованию анализа фондовых рыб.

modules/irwin содержит мозги Ирвина, именно здесь происходит обучение и приложение для тензора.

Ирвин был разработан таким образом, чтобы modules/irwin были заменены другими подходами к оценке игроков.

Env.py содержит все инструменты для взаимодействия с лихессой, Ирвином и обработчиками базы данных.

main.py охватывает доступ к API Lichess ( modules/Api.py ) через ENV, чтобы получить данные игрока; Получение записей из MongoDB, анализ игр с использованием Stockfish, оценивая эти игры с использованием TensorFlow, а затем публикует окончательные оценки.