Python人工智能在贪吃蛇游戏中的运用与探索(中)
上篇我们说到用「DQN」来实现贪吃蛇训练，也就是用**Q（s,a）**和搭建神经网络来实现。
传送门：干货 | Python人工智能在贪吃蛇游戏中的应用探索（上）
那么我们如何合理的处理数据？
我们知道Q（s,a）中的state表示蛇的状态。这个状态包括苹果的位置，蛇的位置，边界的位置，蛇和边界的距离等等等等。如何表示这么多的内容，并准确的传入神经网络进行计算呢？
我们使用了一个很重要的数据结构-----「张量」。
这一次，我们的主题是：「张量(Tensor)是什么，是怎么流动的(Flow)？」
「什么叫张量（tensor）」
首先声明这里我们指的张量（tensor ）是「Tensorflow」里最基本的数据结构.它是tensorflow最重要的概念，顾名思义，flow是流动的意思，tensorflow就是tensor的流动。「它和物理学中的tensor不是同一」个概念。
那张量到底是什么东西呢？简单点说，张量就是多维数组的泛概念。通常一维数组我们称之为向量，二维数组我们称之为矩阵，这些都是张量的一种。我们也会有三维张量、四维张量以及五维张量等等。零维张量就是一个具体的数字。
张量的基本概念
下图是全国某些城市的疫情图，它是一个三维的张量。
从上面图中，可以分析出张量的基本概念：
「维度」 也就是数据轴的个数。如前图数据有3个轴，分别指城市，分类，时间。借用生命科学中的知识，界门纲目科属种即可以表示生物分类的七个维度。
「形状」 表示张量沿每个轴的大小（元素个数），也就是shape。前面图矩阵示例的形状为(3, 5)，3D 张量示例的形状为(3, 5, 3)。
「数据类型」 这是张量中所包含数据的类型，例如，张量的类型可以是float32、int32、float64 等。很少情况下，会遇到字符（char）张量
下图是张量的立体图形
张量是可以根据实际情况增长或者缩小。比如我可以方便的增加一个统计的城市，可以增加统计的分类，可以增加统计的时间。随着疫情的发展，我们增加一个维度统计各个国家的疫情状况。
到这里，也许会有人将n维张量看作树状图，每个维度的元素都会有下面的分支，又有更下面的分支。硬要说，是一种特殊的树状图。由于shape的特性，n维的元素所包含的n-1维元素数量是相等的。例如shape为（2,2,3）的张量，二维有两个元素，那么他们一维具有的元素数是相等的。这与树状图每个分支可以无规则拓展是不同的。
张量或许存在一定的缺陷，但仍然是处理数据的最佳载体之一，尤其是在游戏制作中，多变量存在张量中可以更容易运用库函数进行各种操作。
「张量的表现形式」
在数学里面也有n维向量的说法，其实他们都是一维张量，数学中的N维向量指的是分量的个数，比如[1,2]这个向量的维数为2，它有1和2这两个分量；[1,2,3,······，1000]这个向量的维数为1000。在张量的概念中，他们都是一维张量。
那么，张量的维数和形状怎么看呢？
张量的shape本身是一个「元组」，元组元素的「个数」就代表了维度数，而从tuple[0]开始，表示每一维度（「从高维到低维」）的元素数量。比如（2,3）就表示为一维有3个元素，二维两个元素的二维张量。
「tensorflow中使用张量的优势」
用tensorflow 搭建的神经网络，输入层和输出层的值都是张量的形式。由于张量模型可以处理指标集（元素项）为多维的数据，所以在描述实际问题时，相比矩阵模型其更能接近于实际问题的属性，因此能更好地描述实际问题,** 从而保证神经网络算法是有效的
同时tensorflow库具有降维的作用，例如在DQN中，输入的是多维的描述环境的张量，内含许多复杂的小数，经处理输出的就是代表了上下左右四个可选择的动作的数字。
「张量通过numpy 实现数据的流动」
NumPy是Python中科学计算的基础包。它是一个提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种例程，包括数学，逻辑，形状操作，排序，选择，I / O离散傅立叶变换，基本线性代数，基本统计运算，随机模拟等等。
tensor最大的问题是不能游刃有余的进行数据的计算，比如：要对tensor进行操作，需要先启动一个Session, 否则，我们就无法对一个tensor进行简单的赋值或者判断的操作，这种限制对于程序来说是致命的。而数据在流动过程中需要大量的复杂的运算。所以，借助于numpy强大的计算能力，tensor与numpy方便的数据转换，它们完美的实现神经网络复杂的计算工作。
一般的操作过程是：tensorflow定义所有的计算过程，即计算流图，并建立神经网络，创建输入tensor，这时候，表示一个定义计算过程，并不真正进行计算；然后进入下一步，tensor通过显性或者隐性自动转换成numpy执行运算，这时候就是发挥numpy的计算能力的时候了。
「贪吃蛇程序中张量的使用」
上篇所谈到的搭建神经网络就是张量的运用之一。下面，我来简单介绍一些其他运用。
- 「创建与调用初始化张量」
self.STATE = self.SNAKE.look(self.FOOD_X, self.FOOD_Y, boundaries)）
将食物的位置坐标转化为numpy型储存
使用了np.hstack将各元素进行了水平堆叠，这些元素主要受蛇头方向和果实刷新位置影响，即果实在蛇头方向的上下左右、左上等等。
- 「经验的取出（memory）」
states, actions, rewards, next_states, dones = zip(*experiences)
\# 将信息转化成numpy格式
states = np.array(states).reshape(self.BATCH_SIZE, state_shape)
actions = np.array(actions, dtype='int').reshape(self.BATCH_SIZE)
rewards = np.array(rewards).reshape(self.BATCH_SIZE)
next_states = np.array(next_states).reshape(self.BATCH_SIZE, state_shape)
dones = np.array(dones).reshape(self.BATCH_SIZE)
return states, actions, rewards, next_states,
dones
我们先用zip*将张量拆开(此处的变量即为贪吃蛇原理的核心)，再转化成numpy形式取出，方便后续用numpy进行数据处理。
- 「降维计算」
从上面图中可以看到，存储的数据往往有18项，最终我们通过tensorflow和numpy数据处理，将18个float8数据化成了action，即用0,1,2,3来表示方向。由上图，由于训练批次为64，所以action中有64个数，即为当时计算出的蛇的64次最佳行动。
下一篇中，我们将从贪吃蛇代码入手，分析并解释贪吃蛇代码的形成。
参考文献：
百度百科
百度图片
推荐阅读：
干货 | 学习算法，你需要掌握这些编程基础（包含JAVA和C++）
记得点个在看支持下哦～
