tanuki- 2021-03-22 halfkp_256x2-32-32 vs halfkpe9_256x2-32-32 Weighted Loss 1周目 + 追加学習
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 | halfkp_256x2-32-32 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 | 0.5 |
eta | 0.1 |
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 | halfkpe9_256x2-32-32.iteration=1.weight_by_progress=1 |
レーティング測定
対局相手 | weight_by_progress 有効 水匠2 |
思考時間 | 持ち時間300秒+1手2秒加算 |
対局数 | 2000 |
同時対局数 | 64/48 メモリ使用量に応じて調整した |
ハッシュサイズ | 768/512 メモリ使用量に応じて調整した |
開始局面 | 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
halfkpe9_256x2-32-32 Weighted Loss あり vs halfkp_256x2-32-32 Weighted Loss あり
対局数=2000 同時対局数=64 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=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/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=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/engine1/source/YaneuraOu-by-gcc 評価関数フォルダパス=/mnt/hdd/hnoda/shogi/eval/halfkpe9_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5/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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=/var/lib/jenkins/workspace/TanukiColiseum.2021-03-15/engine2/source/YaneuraOu-by-gcc 評価関数フォルダパス=/mnt/hdd/hnoda/shogi/eval/halfkp_256x2-32-32.iteration=1.weight_by_progress=1.add.lambda=0.5/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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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934(53.3%) 後手勝ち817(46.7%) 引き分け249
engine1
勝ち784(44.8% R-31.9 +-15.3) 先手勝ち427(24.4%) 後手勝ち357(20.4%)
宣言勝ち21 先手宣言勝ち12 後手宣言勝ち9 先手引き分け135 後手引き分け114
engine2
勝ち967(55.2%) 先手勝ち507(29.0%) 後手勝ち460(26.3%)
宣言勝ち17 先手宣言勝ち8 後手宣言勝ち9 先手引き分け114 後手引き分け135
784,249,967
halfkpe9_256x2-32-32 Weighted Loss あり vs 水匠2
対局数=2000 同時対局数=64 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.add.lambda=0.5\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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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 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\suisho-wcsoc2020\eval 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)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 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908(50.1%) 後手勝ち903(49.9%) 引き分け189
engine1
勝ち853(47.1% R-18.3 +-15.3) 先手勝ち440(24.3%) 後手勝ち413(22.8%)
宣言勝ち7 先手宣言勝ち4 後手宣言勝ち3 先手引き分け115 後手引き分け74
engine2
勝ち958(52.9%) 先手勝ち468(25.8%) 後手勝ち490(27.1%)
宣言勝ち67 先手宣言勝ち37 後手宣言勝ち30 先手引き分け74 後手引き分け115
853,189,958
まとめ
halfkp_256x2-32-32 と halfkpe9_256x2-32-32 のそれぞれについて、 lambda=1.0 で学習したあと、 lambda=0.5 で追加学習を行った。また、比較対象として、水匠2とも対局させた。結果、いずれも場合も halfkpe9_256x2-32-32 のほうが有意に弱かった。