这是一个简单的3D演示demo，实现基本3D渲染功能。很多功能待完善。 说明： 1. rar文件为项目demo，解压后目录中有可以直接运行的exe文件，以及项目解决方案文件，资源文件等。由于项目仍然在继续开发中，资源文件暂未单独建立文件夹。 2. 操作方式 所有操作通过键盘控制，遵循此类型游戏的操作习惯： W S A D 控制人物移动，分别对应前后左右移动。 方向键控制视野朝向，左右控制水平视野，上下控制垂直视野。 空格键发射子弹。 “Z”键切换视角，主视角位于人物模型中间，所以移动时有影子，
基于深度学习的围棋AI演示程序，经过80,000盘专业棋谱数据集训练，含有约50MB经过训练的神经网络数据。 压缩包中还包含了相关的论文Training Deep Convolutional Neural Networks to Play Go。 操作说明：使用浏览器打开Play Go Against a DCNN.html，等待神经网络加载完成，即可运行。勾选Show Analysis，以便可视化地展示神经网络对下一步落子的预测。 语言：Javascr ipt(基于ConvNetJS库)，可
