请问你训练用到的局面，有没有去掉重复的？ 特别是前几步，不同的棋局很容易出现相同的局面。 问这个问题是因为我训练了好久也没有达到文章中policy网络的准确率，实在找不到原因。
请问你训练用到的局面，有没有去掉重复的？
特别是前几步，不同的棋局很容易出现相同的局面。
问这个问题是因为我训练了好久也没有达到文章中policy网络的准确率，实在找不到原因。