NeuralNetworkAPI

插件

· 作者 Zombie_Striker_Dev

一个用于在 Minecraft 中添加神经网络的 Bukkit 插件。

0 本站下载 0 关注 更新于 8 年前

最新 NeuralNetworkAPI V1.0.6 · 1.12

一键开服(送7天)

 https://media.forgecdn.net/attachments/218/863/neuralnetworkapibannar.pngNeuralNetworkAPI


一个用于在 Minecraft 中添加神经网络的 Bukkit 插件。

 使用方法(基础演示)

  •  首先,使用 `/nn cnn` 或 `/nn createNewNN` 查看所有神经网络类型列表。建议从 `LogicalOR`(逻辑或)开始。
  • 然后,使用 `/nn startlearning` 开始训练该神经网络。
  • 几乎在发送该命令后立即使用 `/nn stoplearning` 停止训练。在这两条命令发出的几秒钟内,机器人已经经历了超过一千种场景,准确率应达到 100%。(对于其他神经网络,可以通过检查控制台来查看准确率。)
  • 现在,要测试它,请使用 `/nn test` 测试两个输入值,可以是 true 或 false。(例如:`/nn test true false`)
  • 对于 LogicalOR,如果第一个和/或第二个输入为 true,它将输出 true。

针对非开发者


除了提供一些展示此 API 能实现的功能的演示外,本插件本身不提供任何其他功能。如果您不打算开发自己的 NeuralNetwork 插件或使用其他使用此 API 的插件,那么本插件对您来说可能毫无用处。

 针对插件开发者


在尝试创建新的神经网络类型之前,您应该了解以下几点:

  •  `example` 包提供了创建神经网络的许多示例。逻辑门神经网络是最容易理解的。
  • 默认情况下,所有继承自 NNBaseEntity 的神经网络都会自动实现 ConfigurationSerializable。然而,为了让 Bukkit 能够从配置文件中加载这些值,您需要为该类创建一个新构造函数,如下所示:
    public CustomNeuralNetwork(Map<String,Object> map){
    super(map);
    } 

...并在主类的 onEnable 或 onLoad 中让 ConfigurationSerialization 类注册对象,如下所示:

public void onEnable(){
ConfigurationSerialization.registerClass(CustomNeuralNetwork.class);
}
  • 完成上述操作后,您应该能够将 `NNBaseEntity` 保存到配置文件并从中加载。请注意,您不能将 `NeuralNetwork` 实例保存到配置文件中。
  •  理想情况下,您的插件的其他部分不应直接引用自定义神经网络对象。相反,对该对象的所有调用都应通过 NeuralNetwork 对象进行。
  •  为了获得最佳效果,仅在神经网络以任何方式失败时才调用 `DeepReinformentUtil.instantaneousReinforce`。当它返回正确值时调用它往往会导致其“忘记”已经学到的内容。
  •  本 API 仍在开发中。本插件的一些方面可能会在未来的更新中发生变化。请持续关注 GitHub 页面以获取更新,并确保您的项目始终引用最新版本。
  •  在训练神经网络时,如果您不希望控制台被调试消息填满,请使用 `NeuralNetwork#setBroadcasting(false);` 禁用控制台调试。
  •  如果您的 AI 没有返回预期的值,或者想知道给定输入时神经网络正在“思考”什么,您可以打开图形化界面以可视化正在发生的事情。使用 `NeuralNetwork#openGrapher();` 打开图形化界面实例。完成后,可以使用 `NeuralNetwork#closeGrapher();` 正确关闭窗口。
  •  向神经网络添加更多隐藏层会增加其可学习模式的复杂性。
  •  在某些情况下,拥有 BiasNeuron(偏置神经元)可以增加或减少网络的学习能力。对于需要在没有输入的情况下产生某些输出的情况(例如 XNOR、NAND、反向),最好在输入层至少包含 1 个偏置神经元。
  •  在隐藏层中使用 BiasNeurons 可能对某些情况有帮助,也可能没有帮助。

 工作原理


神经网络由三个基本组件开始:感知数组、AI 对象和控制对象。

  • 感知数组决定输入。这可以是代表真或假值的布尔值,也可以是代表输入可能状态的数字。
  • AI 负责将输入转换为输出。通过一系列具有各自值和阈值的神经元,信息根据神经网络的训练情况从输入传递到输出。
  •  控制对象是您将输出转换为您可使用数据的方式。例如,控制器可以将输出转换为布尔值,以确定 AI 是否检测到脏话(用于脏话过滤器),或者确定两个整数的总和。

GithubPage:

本插件使用 bStats 收集统计数据:

bStats 仅收集有关您的系统架构、服务器版本和插件版本的信息。如果您确实不希望发送任何这些信息,您可以通过进入配置文件并将 "enableStats" 设置为 false 来禁用 bStats。

你是这个资源的作者?登录后可认领此资源。

评论 0

0.0
暂无评分
5 星
0
4 星
0
3 星
0
2 星
0
1 星
0
我的评分

登录后参与评分

还没有评论,来抢沙发吧

评论配图

相似资源