tanuki- 2018-06-04 halfkp-attackersaroundking_256x2-32-32 機械学習1周目
- 棋譜生成
- tanuki-棋譜生成ルーチン
- depth 8
- 開始局面はfoodgate上の棋譜から1局面ランダムに選択し、ランダムに1手指した局面とする
- 50億局面生成
- 対局は打ち切らず詰みの局面まで学習データに出力する
- 評価関数はApery SDT5
- シャフル
- あり
- 機械学習
- NNUE機械学習ルーチン v1.0
- ネットワーク halfkp-attackersaroundking_256x2-32-32
- 学習手法 SGD ミニバッチ法
- batchsize 1000000
- lambda 1.0
- eta 1.0
- newbob_decay 0.5
- nn_batch_size 1000
- eval_save_interval 500000000
- loss_output_interval 1000000
- mirror_percentage 50
- eval_limit 3000
- レーティング測定
- 対局相手
- NNUE v1.0 + やねうら王 v4.82 + halfkp-256x2-32-32 で上記と同じ条件で学習させたもの
- 思考時間: 5000ms
- 全対局数: 1000
- 同時対局数: 24
- ハッシュサイズ: 256
- 開始局面: やねうら王互換局面集24手目からランダムに選択
実験結果
engine1=F:\hnoda\nnue.git\source\YaneuraOu-by-gcc.halfkp_256x2-32-32.exe eval1=F:\hnoda\nnue\eval\halfkp_256x2-32-32.iteration=1\final
engine2=F:\hnoda\nnue.git\source\YaneuraOu-by-gcc.halfkp-attackersaroundking_256x2-32-32.exe eval2=F:\hnoda\nnue\eval\halfkp-attackersaroundking_256x2-32-32.iteration=1.fixed\final
対局数1000 先手勝ち519(53%) 後手勝ち450(46%) 引き分け31
engine1
勝ち601(62% R85.21) 先手勝ち323(33%) 後手勝ち278(28%)
宣言勝ち15 先手宣言勝ち8 後手宣言勝ち7
先手引き分け20 後手引き分け11
engine2
勝ち368(37%) 先手勝ち196(20%) 後手勝ち172(17%)
宣言勝ち5 先手宣言勝ち1 後手宣言勝ち4
先手引き分け11 後手引き分け20