五子棋游戏，是一个15x15大小的棋盘，横竖斜三个方向连成5个棋子，就胜利。
可以将整个棋盘数据，以及当前下棋的棋手（白方还是黑方），作为神经网络的输入。
输出则是，下一步下棋的位置。
这就确定了神经网络的输入层以及输出层。
隐藏层怎么确定呢？
现如今很多神经网络的隐藏层数量以及神经元数量，都是人为凭感觉设定的。极为不科学。
容易出现过拟合或欠拟合现象。
而且，如果直接将输入层确定为，整个棋盘的数据，以及当前棋手。看起来没什么问题，AI（也就是神经网络）已经知道了所有数据。但是AI怎么能知道下一步该怎么下呢？就像一个对五子棋一无所知的人，你让他跟你下棋，他都不知道规则，下一步给出的答案，很可能都不符合游戏规则。例如他给出一个坐标，此坐标已经有棋子了，是非法的。
当然，如果一个新手，经过大量的观察（训练）之后，可以慢慢理解下棋的规则。
例如AI每次给出一个非法的解，则告诉AI非法，多次训练之后，AI渐渐能理解游戏规则，从而减少给出非法解的机会。
但是这样一来，需要大量的训练。而规则是死的，这是仅仅需要记住的东西，而不需要训练。例如人下棋，首先了解规则，则不会出现非法的下棋步骤。
如何告知AI（神经网络）下棋的规则？
在这里，我们对第一个隐藏层建模，这个隐藏层输入是第一层的输出，也就是棋盘数据。这个隐藏层的输出，是棋盘上的可下的点。
注意，这个隐藏层的输出，和第一层的输出，本质上没有任何区别。只是换了一个表示形式。
因为整个棋盘数据=棋盘上可下的棋子的点
理解这一点非常重要，因为棋盘数据确定的情况下，可下的棋子的点已经确定了。
虽然如此，意义却非常不一样。
棋盘上可下棋子的坐标点，是在理解游戏规则的前提下才能得出的。
也就是，在这一步输出，AI已经理解了游戏规则。换句话说，我们已经告知AI游戏规则了。
注意这一步不需要学习。没有任何学习参数。我们就应程序变成，写一个函数，直接得出输出。这个函数我们假设为F(x)。由整个棋盘数据，得出可以下棋的点，这个函数非常好写。函数是确定的，输入参数是棋盘数据，输出则是可以下棋的坐标点。
这样可以极大的简化AI学习任务。
我们输出是可以下棋的点，是一个二维向量[ [1,1],[3,6] … ]。由于这个向量是动态长度的，不适合构建神经网络。我们换一种表示方式 [1,0,0,0,1,1,1,0,…]。这个一维向量，长度为15x15，对应棋盘每个格子是否可以下棋，1表示可以下棋，0表示不能下棋。由于棋盘的格子数量是固定的，所以这个向量长度也是固定的.
第一个隐藏层确定了。我们已经知道可以下棋的坐标点了。接下来的任务是，得出最优解。
也就是我们要知道，哪个坐标点是最优的。
注意的是，要得出棋盘可以下棋的点，五子棋比较特殊，它不需要当前下棋的棋手就可以得出。也就是不论当前是白方下，还是黑方下棋，可以下棋的坐标点，都是一样的。这不像中国象棋，必须要知道当前是哪一方下棋，才能得出可以下棋的点。
但是五子棋根据当前可以下棋的点，要得出最优解，这个棋手信息就必不可少了。
所以当前的棋手数据，我们当作第三层的输入。
在第三层这里，输入和输出的关系不太容易确定。所以我们直接取一个函数进行拟合。
最简单的函数是线性回归。但是，输入和输出之间，可以确定关系比较复杂，肯定不是线性关系。
要确定这个函数，首先需要了解，怎么样训练这个函数的参数。
假设这个函数已经确定了，神经网络通过输入，得出了一个输出。我们根据输出，与目标输出的误差，来重新调整参数，使下一次误差减少。按照函数梯度下降的方向，逐渐使函数拟合。
关键问题是，五子棋游戏我们没有样例（例如棋谱），所以没有目标输出。
这种情况下，我们的五子棋属于无监督学习。
无监督学习有几种方法：
最简单的是遗传算法：先生成一批随机参数的AI（神经网络）。然后让这一批AI对弈，胜者留下，负者淘汰。然后将胜者杂交，生成新的后代，这样不断迭代，以让AI自动进化。
这个方案运算量比较大，而且一旦神经元数量比较多的时候，不容易拟合。
优化方案是，是给每一步下棋打分。综合分数高的留下，分数低的淘汰。这样可以大大增加迭代的效率。不必等到每一盘棋下完，才进行迭代。
当然，还可以动用棋谱。棋谱的方案是最优的，我们调整参数，拟合棋谱。但是并不是每一步棋都有对应的棋谱。这个只能当作优化AI的手段。如果这一步有对应的棋谱，用反向传播算法调整参数。
最后，我们希望AI在与玩家对弈的时候，自动进化。从失败中学到教训。每一次输棋之后，我们调整参数，使最后一步棋子，更大的概率挑选其他走法。