经过3个星期得努力，终于初步达成效果，由于训练数据少（因为我在公司使用的电脑只能使用CPU训练，所以数据不能太多，否则就要很长时间）训练出了个傻子。之后我便没有在继续这个工作了。原因有二：1.我身后的同事和我一起再搞，他的进度比我快多了，而且也拿到了AI训练的机器的使用权。2.的确我也是来了新的需求。所以AI工作先告一段落。
下面分享训练AI的思路。至于代码，就不能分享了。因为是工程代码。
1.准备数据
经过前面几篇关于使用卷积神经网络的blog，已经说明了为什么要准备数据。因为我现在的公司拥有大量的牌局数据，所以对我来说这个也不是什么问题。如果没有数据的话，就难搞了。
2.重中之重，设计输入输出
卷积神经网络比较有名的应用，就是图像识别，也适合做图像识别。那我们拿到斗地主的牌局数据又有什么用呢？其实只要打开了思维，把牌局数据转化成矩阵，输入到设计的模型里，再规定输出即可。
而训练出来最终的模型是这样的，给定你设计的输入，AI会告诉你输出的牌型概率。比如，你给定了你的手牌作为输入，然后AI模型会给出概率出什么牌。至于概率对应的出牌，也是你设计的输出。下面给出一张图，可以作为思路参考。至于怎么做，怎么设计，还是在于自己。
这篇文章的地址为：https://gameinstitute.qq.com/course/detail/10132#，腾讯大牛的文章。
至于输出，我觉得都是要枚举出所有的出牌情况，把输出对应好，最后使用模型时看概率出什么牌。
最后，学会使用卷积神经网络去训练一个AI，按照应用来说，其实是不算难的，难点在于设计模型。