类神经以後用在修改一些公式上会很常用, 我大致讲一下. 例如我用 hp, sp, pp 创造了一个暂定的战斗力公式 f, 而十个 玩家透过这个公式得到了各自的战斗力. 例如公式为: d = 100xhp + 50xsp + 30xpp 结果我们发现, 其中几个玩家的战斗力依上述公式算出来後，其 战斗力值「被低估」, 例如 baha 显示出来的是 500 万, 但我们 评估後, 认为 baha 的战斗力应该要有 600 才合理.. 本来透过公式得到的数值 = 500 万 我们修改这个实际输出值→ 600 万 把几个玩家的战斗力依上面的概念调整後，原先的公式就不适用 了，那新的公式应该是什麽？ 类神经网路教我们的，就是「不需要去为怎麽修改原公式而伤脑 筋，交给我就对了」，透过监督式学习的类神经网路，很容易就 能得到新的权重值，在这里我们假设... 初始权重值 W = [100 50 30]; 最终权重值 W' = [103 47 32]; 我们可以很轻易地解读为何 baha 的战斗力会被原公式低估.. hp 与 pp 所占的比重(权重)应该要更高(100->103, 30->32) 技能杀伤力的修改也是依同样的道理，例如火系法术的杀伤力假 设公式与 lv、mag、LEVEL 三个数值有关... 一、我一样可以定一个暂行公式，再做後续调整 二、或者我不定公式，直接先弄一个对照表如下... lv mag LEVEL 杀伤值大概会是多少 1 100 20 1000 (新手击出的伤害) 5 500 60 10000 10 1000 100 50000 15 1500 120 100000 . . . 也就是我弄出一些 lv, mag 跟 LEVEL，然後主观判断在那 　　些 lv, mag 及 LEVEL 下产生的杀伤应该是多少，资料够多 　　时我就可以拿它们来产生我想要的类神经网路。 网路产生後存起来, 以後我只要去读取施展者的 lv, mag与 LEVEL，我就能透过网路得到输出值了。 由类神经网路运算得出的杀伤值，与使用固定公式得出的杀伤值 之不同，就在於後者跑出来的东西是死的，前者跑出来的东西却 会具有相当高的直觉性。 会这样的原因就在於它在训练时所用来调整权重的资料「本身就 具有直觉性」。 那如果还是发生不够直觉的情况呢? 假设我们用10笔我们觉得符合直觉性的资料，训练好我们要的网 路了，结果带入第11笔资料到这个网路时，跑出来的结果却不符 合直觉性时，该怎麽办呢？ 例如第11笔资料带 highelf 的资料进去，得出来的战斗力 800 万，我们评估後觉得 highelf 的战斗力应该顶多 750 万.... 调整方式：将 highelf 的资料以及 750 万这个数值, 连同之前 　　　　　用来训练的十笔资料，混合起来变成 11 笔资料，然 　　　　　後把这 11 笔资料「当做训练资料」，重新训练出新 　　　　　的类神经网路。 由上面就可以看出，并不是网路训练好了就没事了，後续的持续 修正有时也是必要的，持续的修正才能让我们的网路可以有更精 准的产生结果。 Laechan --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.170.100.136 ※ 编辑: laechan 来自: 118.170.100.136 (05/15 00:18)