tanuki- 2021-11-09 次元下げの有効化

tanuki- 2021-11-09 次元下げの有効化

実験内容

• tanuki-wcsc29 からの追加学習に使用しているブランチは、 HalfKPE9 対応の副作用で、次元下げが無効化されていた
• tanuki-wcsc29 からの追加学習において、次元下げを有効化した状態で学習させ、棋力を測定する。

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	深さ最大 24 思考ノード数最大 50,000 ノード
開始局面	foodgateの2019年～2020年前半の棋譜の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	10 億局面× 2 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

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
学習手法	SGD ミニバッチ法
USI_Hash	1024
Threads	16
loop	100
batchsize	1000000
lambda	0.5
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	有効
次元下げ	K・P・左右対称
学習データ内で重複した局面の除外	する
初期ネットワークパラメーター	tanuki-wcsc29
勝敗項の教師信号	0.99

レーティング測定

対局相手	tanuki-tsec1
思考時間	持ち時間 900 秒 + 1 手 5 秒加算
対局数	5000
同時対局数	64
ハッシュサイズ	768
開始局面	たややん互換局面集

実験結果

機械学習

レーティング測定

18:27:29 対局数=5000 同時対局数=64 ハッシュサイズ=768 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000

18:27:29 思考エンジン1 name=YaneuraOu NNUE 6.50 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-wcsc29-2019-05-06.factorizer\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)=900000 秒読み時間(ms)=0 加算時間(ms)=5000 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 SlowMover=100 DrawValue=-2

18:27:29 思考エンジン2 name=YaneuraOu NNUE 6.50 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2021-09-05\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\tanuki-denryu-tsec-1\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)=900000 秒読み時間(ms)=0 加算時間(ms)=5000 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 SlowMover=100 DrawValue=-2

18:27:29 対局数5000 先手勝ち2161(52.1%) 後手勝ち1990(47.9%) 引き分け849

18:27:29 engine1

18:27:29 勝ち2053(49.5% R-3.1 +-9.6) 先手勝ち1057(25.5%) 後手勝ち996(24.0%)

18:27:29 宣言勝ち89 先手宣言勝ち43 後手宣言勝ち46 先手引き分け398 後手引き分け451

18:27:29 engine2

18:27:29 勝ち2098(50.5%) 先手勝ち1104(26.6%) 後手勝ち994(23.9%)

18:27:29 宣言勝ち79 先手宣言勝ち43 後手宣言勝ち36 先手引き分け451 後手引き分け398

18:27:29 2053,849,2098

まとめ

tanuki-wcsc29 からの追加学習において、次元下げを有効化した状態で学習させ、棋力を測定した。

学習ロスと検証ロスは、次元下げ無しの場合より下がった。

指し手一致率は、次元下げなしの場合より上がった。

平手局面の評価値は、次元下げなしの場合と同程度だった。

評価値の絶対値は、次元下げなしの場合と同程度だった。

勝率は、次元下げなしの場合と有意差が無かった。

次元下げを有効化する事により、学習ロスと検証ロスは下がった。一方、勝率は上がらなかった。

学習データの局面数が多いため、次元下げの効果が薄くなっている可能性はある。学習データを減らし、次元下げの効果があるかどうか確かめてみても良いかもしれない。