irwin
1.0.0
เออร์วินเป็น AI ที่เรียนรู้รูปแบบการโกงทำเครื่องหมายคนขี้โกงและช่วยเหลือผู้ดูแลในการประเมินคนขี้โกงที่มีศักยภาพ
เข้ากันได้กับ Python 3.x
pip3 install pymongo python-chess numpy requestsconf/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 มี config สำหรับ stockfish, mongoDB, tensorflow, lichess (โทเค็นการตรวจสอบและ URL) ฯลฯ ...
หากคุณยังไม่มีฐานข้อมูลของผู้เล่นที่วิเคราะห์นั้นจำเป็นต้องวิเคราะห์ผู้เล่นสองสามร้อยคนเพื่อฝึกอบรมเครือข่ายประสาท python3 main.py --no-assess --no-report
เออร์วิน (ตั้งชื่อตามสตีฟเออร์วินนักล่าจระเข้) เริ่มต้นเป็นชื่อของเซิร์ฟเวอร์ที่ Cheatnet ดั้งเดิมวิ่งต่อไป (ตอนนี้เลิกใช้แล้ว) นี่คือผู้สืบทอดของ Cheatnet
คล้ายกับ Cheatnet มันทำงานบนแนวคิดที่คล้ายกันของการวิเคราะห์ PVS ที่มีอยู่ของเกมเพื่อกำหนดอัตราการโกงที่เกิดขึ้น
บอทนี้ทำให้การปรับปรุง Cheatnet โดยใช้วิธีการแบบแยกส่วนมากขึ้นในการออกแบบซอฟต์แวร์ modules/core มีส่วนใหญ่ของข้อมูลทั่วไปตัวจัดการ Serialization BSON และเลเยอร์อินเตอร์เฟสฐานข้อมูล นอกจากนี้ยังเร็วขึ้นอย่างมีนัยสำคัญเนื่องจากวิธีการที่ง่ายขึ้นในการใช้การวิเคราะห์สต็อกฟิช
modules/irwin มีสมองของเออร์วินนี่คือที่ที่การเรียนรู้และแอปพลิเคชัน tensorflow เกิดขึ้น
เออร์วินได้รับการออกแบบเพื่อให้ modules/irwin สามารถแทนที่ด้วยวิธีการอื่น ๆ ในการประเมินผู้เล่น
Env.py มีเครื่องมือทั้งหมดในการโต้ตอบกับ Lichess, Irwin และตัวจัดการฐานข้อมูล
main.py ครอบคลุมการเข้าถึง Lichess API ( modules/Api.py ) ผ่านทาง Env เพื่อรับข้อมูลผู้เล่น การดึงบันทึกจาก MongoDB วิเคราะห์เกมโดยใช้ Stockfish ประเมินเกมเหล่านั้นโดยใช้ TensorFlow จากนั้นโพสต์การประเมินขั้นสุดท้าย
