Python TensorFlow-多个可能的标签

我正在创建一个Tic-Tac-Toe引擎，作为我的第一个

机器学习项目。它的工作是预测每个职位的最佳变动。问题是，在某些情况下，可能会有几个“最佳举措”。因此，我想提供这些到
TensorFlow
的最佳移动，然后如果模型预测了其中任何一个，它将把它算作true/correct预测

我的问题是：这可能吗？如果是，如何实施？如果没有，是否有解决办法？

注意：我将
TensorFlow
与
python3
一起使用，这取决于您使用的模型，但一种解决方案可能是：


将每行的标签视为n^2维向量（在最常见的情况下，tic tac toe网格中的字段数为9，因为n为3），其中值1表示是否需要在该位置移动，否则为0，例如
[0,0,0,0,0,0,0,1,0,1]
可能表示理想的移动将位于网格的两个底角
模型最后一层的输出可以通过sigmoid函数输入
那么，在培训过程中丢失您的模型可能就是一个例子（关于这个主题的写作）。您不希望通过softmax函数提供输出，因为它将模型的输出值映射到概率，这些概率加起来等于一，因此假设只有一个最理想的标签

对于损失函数，您可以利用它，它是所有标签的二进制交叉熵的加权和（默认情况下）。如果你想深入了解细节的话，这是一个精确的定义（看看TensorFlow的源代码，了解它是如何工作的通常是很好的）

编辑：这里的假设是模型应该一次输出所有正确的动作，因此根据您想要实现的具体目标，这可能不是您所提到的模型预测任何正确标签的最佳解决方案。但它可能会引导您实现您的目标：）
取决于您使用的模型，但一种解决方案可能是：


将每行的标签视为n^2维向量（在最常见的情况下，tic tac toe网格中的字段数为9，因为n为3），其中值1表示是否需要在该位置移动，否则为0，例如
[0,0,0,0,0,0,0,1,0,1]
可能表示理想的移动将位于网格的两个底角
模型最后一层的输出可以通过sigmoid函数输入
那么，在培训过程中丢失您的模型可能就是一个例子（关于这个主题的写作）。您不希望通过softmax函数提供输出，因为它将模型的输出值映射到概率，这些概率加起来等于一，因此假设只有一个最理想的标签

对于损失函数，您可以利用它，它是所有标签的二进制交叉熵的加权和（默认情况下）。如果你想深入了解细节的话，这是一个精确的定义（看看TensorFlow的源代码，了解它是如何工作的通常是很好的）

编辑：这里的假设是模型应该一次输出所有正确的动作，因此根据您想要实现的具体目标，这可能不是您所提到的模型预测任何正确标签的最佳解决方案。但也许它会引导你走向你的目标：）