如果不知道像游戏一样的目标输出，我怎么才能找到神经网络的成本呢？

Question

例如,

我想要创造一个人工智能来玩蒂克斯托，这就是我要做的。我有9个输入节点，它们对应于板上的每个空间，3个节点用于一个隐藏层(我猜测这将以某种方式使AI通过选择一行或具有3个空格的列而受益)，然后有9个输出节点来查看AI在整个板上的标记位置。

我不知道如何找到这个神经网络的成本，因为我不知道如何判断它的预测，影响它的权重和偏差。如果我想让AI玩一个猜谜游戏，这是有意义的，因为我有正确的答案，我可以教它更准确的基础上，它是如何与实际的答案。

(注:我对神经网络非常陌生，所以可能有一个简单的答案，我错过了什么地方)

Answer 1

所以，我做了一些调查，发现了一个很好的介绍强化学习。这是一种用于训练神经网络以实现目标的方法，而不知道在某个场景中哪一种移动是好的。反向传播并不是唯一的学习方法，但是很多来源只使用这种方法，而没有让观众知道任何其他让我感到困惑的方法。

现在浏览这个播放列表：https://www.youtube.com/watch?v=2pWv7GOvuf0&index=1&list=PL7-jPKtc4r78-wCZcQn5IqyuWhBZ8fOxT

希望这将有助于一些人开始使用神经网络！