tanuki- 2021-02-28 halfkpe9_256x2-32-32 Weighted Loss 1周目
実験方法
棋譜生成
生成ルーチン | tanuki-棋譜生成ルーチン |
評価関数 | 水匠2 |
1手あたりの思考 | 思考ノード数 5万 探索途中に思考ノード数上限に達したら即座に思考を停止した |
開始局面 | foodgate上の棋譜の32手目までから1局面ランダムに選択し、その局面を開始局面とした |
生成局面数 | 1億局面生成×25セット |
生成条件 | 対局は打ち切らず詰みの局面まで学習データに出力した |
シャフル | tanuki-棋譜シャッフルルーチン |
機械学習
機械学習ルーチン | やねうら王機械学習ルーチン |
学習モデル | halfkpe9_256x2-32-32 |
学習手法 | SGD ミニバッチ法 |
USI_Hash | 16 |
Threads | 16 |
loop | 100 |
batchsize | 1000000 |
lambda | 1.0 |
eta | 1.0 |
newbob_decay | 0.5 |
nn_batch_size | 1000 |
eval_save_interval | 100000000 |
loss_output_interval | 1000000 |
mirror_percentage | 50 |
eval_limit | 32000 |
weight_by_progress | 無効・有効 学習率に(1.0-進行度)を掛けて学習させた |
次元下げ | K・P・HalfRelativeKP・左右対称 |
学習データ内で重複した局面の除外 | しない |
初期ネットワークパラメーター | ランダム |
レーティング測定
対局相手 | weight_by_progress 有効・無効 水匠2 |
思考時間 | 持ち時間180秒+1手1秒加算 |
対局数 | 2000 |
同時対局数 | 64/48 使用メモリ量に合わせて変更した |
ハッシュサイズ | 768/512 使用メモリ量に合わせて変更した |
開始局面 | 平手 たややん互角局面集 24手目 |
実験結果
機械学習
レーティング計測
weight_by_progress 有効 vs 無効
対局数=2000 同時対局数=48 ハッシュサイズ=512 開始手数=24 最大手数=320 開始局面ファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000
思考エンジン1 name=YaneuraOu NNUE halfKPE9 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkpe9_256x2-32-32.iteration=1.weight_by_progress=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false
思考エンジン2 name=YaneuraOu NNUE halfKPE9 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkpe9_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false
対局数2000 先手勝ち927(51.2%) 後手勝ち882(48.8%) 引き分け191
engine1
勝ち1087(60.1% R64.1 +-15.5) 先手勝ち557(30.8%) 後手勝ち530(29.3%)
宣言勝ち27 先手宣言勝ち11 後手宣言勝ち16 先手引き分け100 後手引き分け91
engine2
勝ち722(39.9%) 先手勝ち370(20.5%) 後手勝ち352(19.5%)
宣言勝ち10 先手宣言勝ち4 後手宣言勝ち6 先手引き分け91 後手引き分け100
考察
halfkpe9_256x2-32-32 において、ランダムパラメーターからの学習を、 Weighted Loss ありと Weighted Loss なしでそれぞれ行い、比較した。結果、 Weighted Loss を用いたほうが有意に強くなった。