这受到我之前的问题的启发，对此的评论让我意识到 CNN 不适合该问题 CNN 需要超过 700k 的训练数据集，而 MLP 在不到 50k 的时间内完成。
现在，我正在尝试解决下一个问题，并且需要弄清楚 CNN 是否有意义。
美国有线电视新闻网细节 -
输入 - 作为代表棋盘的 9 个元素的数组的棋盘（0=空，1='X'，2='O'）
输出 - 推荐的移动为 9 个元素的一次性编码数组。1的索引是推荐的移动（例如，在[0,0,1,0,0,0,0,0,0]中推荐的移动是2）
因此，基本上 CNN 将使用一个数据集进行训练，该数据集由棋盘和游戏获胜者为每个棋盘所做的移动组成。然后在评估期间，它将尝试预测给定棋盘的最佳移动。
卷积神经网络对这个问题有意义吗？
注意：我将用于此问题的 convnet 与我之前的问题相同
对于任何感兴趣的人，我将发布我尝试 CNN 和 MLP 的结果 -
3x3 内核 4 特征映射 CNN 始终比 9 神经元 MLP 表现更好。我在 10kx20 的完全随机井字游戏训练数据大小上进行了训练，CNN 学会了在与随机对手的比赛中达到约 80% 的胜率/平局，而 MLP 在相同数据上达到约 60% 的水平。2x2 CNN 的性能比 3x3 差得多。
训练数据 - 输入和输出与问题中提到的相同，不同之处在于 AI 仅在输掉或平局游戏时才接受训练，并且数据集是从随机玩家中选择用于平局游戏的。
注意：可以用更少的数据获得更好的准确性，但在这种情况下，我的目标只是使用这个游戏来学习机器学习编程，因此代码没有针对任何东西进行特别优化。MLP 和 CNN 的比较也是偶然的，对于任何严肃的目的都需要更加严格地进行。
这个问题不够复杂，不足以证明大型卷积网络的合理性。但是，如果您决定使用 CNN，那么您可以尝试保持架构非常简单。只有一个卷积层（可能是 SAME/padded），没有池化或 dropout，只有几个特征图（例如，不超过 4 个，也许只有 2 个） - 以及一个用于输出的 softmax 全连接层。
请记住，它可能需要更多的时期，并且可能需要更多的超参数调整，才能获得更复杂的模型来适应简单的问题。如果您遵循之前问题中的计划，并针对所有有效状态和移动进行训练，那么您无需担心过度拟合。
您应该记住，井字游戏非常简单，您可以使用表格方法（即简单地枚举和评分所有可能的游戏状态的方法）来找到最佳策略。在您的案例中，网络被用作策略函数近似，有点像使用大锤来破解坚果。如果您正在学习一种用于更复杂的基于网格的游戏的技术，这是有道理的，使用一个玩具问题。但是，如果您的目标是更直接地学习井字游戏机器人的策略，那么最好不要对策略使用任何监督学习模型。