作者您好，请问走了一次前向传播的policy_value_fn预测出来的走子概率及状态估值都是Nan是怎么回事啊

大神的代码写的非常精巧，因为我是个小白，我看了您的代码不太理解是怎么调用的gpu，我感觉tensor还是跑在cpu上饿。。。

game.py graphic函数的调用是否都错了？
是否应该是下边这个样子？？
if is_shown:
self.graphic(self.board, self.board.id2color[player1.player], self.board.id2color[player2.player])

请问下输入特征9109是怎么讲棋盘及棋子分布编码的

如题所问。

题外再问一下：
象棋有规定的游戏规则，可以在修改象棋本来规则的情况下，训练ai吗？

比如一方的兵可以走两步，但是让出车马炮，另一方只能按原规则。

大佬您好，我在看您写的Alpha chess，并按照您的意思，在自己写一个。
但是在collect过程中，他会做出不合法的动作，然后报错。
找了半天也没找到在哪里出问题了。
就是在您的这个demo里面，网络直接输出2084个动作，但是这些动作也是有不合法的，这不合法的动作，在哪里去掉或者约束呢。
因为马上要交作业了，所以有点着急请教您。

已加载初始模型
F:\aichess-main\pytorch_net.py:75: UserWarning: Implicit dimension choice for log_softmax has been deprecated. Change the call to include dim=X as an argument.
policy = F.log_softmax(policy)
D:\Anaconda\envs\chess\lib\site-packages\torch\nn\functional.py:1949: UserWarning: nn.functional.tanh is deprecated. Use torch.tanh instead.
warnings.warn("nn.functional.tanh is deprecated. Use torch.tanh instead.")
走一步要花: 5.746572971343994
走一步要花: 5.981132745742798
F:\aichess-main\zip_array.py:51: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
return np.array(zip_res)
存储失败

File "D:\MyResource\transport\aichess\zip_array.py", line 51, in zip_array
return np.array(zip_res)
^^^^^^^^^^^^^^^^^
ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 1 dimensions. The detected shape was (123,) + inhomogeneous part.

要在返回的地方加一个return np.array(zip_res, dtype=object)