tanuki- 2018-06-06 halfkp-attackersaroundking_256x2-32-32 機械学習1周目追加学習 + elmo絞り1周目相当
- 棋譜生成
- 機械学習1周目追加学習分
- 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
- elmo絞り1周目相当分
- NNUE v1.0+tanuki-棋譜生成ルーチン
- depth 16
- 反復深化のイテレーション終了時またはFail-high/low時に探索ノード数が20000を超えていたら終了する
- 開始局面はfoodgate上の棋譜の32手目までから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
- 5億局面生成
- 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 zoukin2.2018-03-12.halfkp_256x2-32-32.add.lambda=0.5.eval_limit=32000 (tanuki-wcsc28評価関数)
- 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 0.5
- eta
- 機械学習1周目追加学習分
- 0.1
- 機械学習2周目相当分
- 0.01
- newbob_decay 0.5
- nn_batch_size 1000
- eval_save_interval 100000000
- loss_output_interval 1000000
- mirror_percentage 50
- eval_limit 32000
- 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
機械学習1周目追加学習分
07:56:57.383 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.add.lambda=0.5.eval_limit=32000\final 07:56:57.383 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.add.lambda=0.5.eval_limit=32000\final 07:56:57.383 対局数1000 先手勝ち482(50%) 後手勝ち472(49%) 引き分け46 07:56:57.383 engine1 07:56:57.383 勝ち574(60% R71.65) 先手勝ち292(30%) 後手勝ち282(29%) 07:56:57.383 宣言勝ち10 先手宣言勝ち5 後手宣言勝ち5 07:56:57.383 先手引き分け22 後手引き分け24 07:56:57.383 engine2 07:56:57.383 勝ち380(39%) 先手勝ち190(19%) 後手勝ち190(19%) 07:56:57.383 宣言勝ち7 先手宣言勝ち3 後手宣言勝ち4 07:56:57.383 先手引き分け24 後手引き分け22
elmo絞り1周目相当 分
08:00:20.395 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.add2\final 08:00:20.395 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.add2\final 08:00:20.395 対局数1000 先手勝ち502(52%) 後手勝ち460(47%) 引き分け38 08:00:20.395 engine1 08:00:20.395 勝ち568(59% R63.54) 先手勝ち297(30%) 後手勝ち271(28%) 08:00:20.395 宣言勝ち14 先手宣言勝ち4 後手宣言勝ち10 08:00:20.395 先手引き分け17 後手引き分け21 08:00:20.395 engine2 08:00:20.395 勝ち394(40%) 先手勝ち205(21%) 後手勝ち189(19%) 08:00:20.395 宣言勝ち3 先手宣言勝ち2 後手宣言勝ち1 08:00:20.395 先手引き分け21 後手引き分け17