tanuki- 2021-11-25 学習データ量
実験内容
- 機械学習における学習データの量と棋力の関係について調査する。
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 シャッフル後、1~5億局面に分割し、学習させた |
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_vm_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 | なし |
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 | 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-denryu2 |
思考時間 | 持ち時間 900 秒 + 1 手 5 秒加算 |
対局数 | 2000 |
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
対局数=2000 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
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.halfkp_vm_256x2-32-32.suisho-wcsoc2020.100M\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
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\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数2000 先手勝ち896(53.3%) 後手勝ち785(46.7%) 引き分け319
engine1
勝ち716(42.6% R-43.5 +-15.4) 先手勝ち380(22.6%) 後手勝ち336(20.0%)
宣言勝ち29 先手宣言勝ち18 後手宣言勝ち11 先手引き分け152 後手引き分け167
engine2
勝ち965(57.4%) 先手勝ち516(30.7%) 後手勝ち449(26.7%)
宣言勝ち31 先手宣言勝ち13 後手宣言勝ち18 先手引き分け167 後手引き分け152
716,319,965
対局数=2000 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
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.halfkp_vm_256x2-32-32.suisho-wcsoc2020.200M\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
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\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数2000 先手勝ち904(53.4%) 後手勝ち790(46.6%) 引き分け306
engine1
勝ち762(45.0% R-29.6 +-15.3) 先手勝ち405(23.9%) 後手勝ち357(21.1%)
宣言勝ち33 先手宣言勝ち15 後手宣言勝ち18 先手引き分け145 後手引き分け161
engine2
勝ち932(55.0%) 先手勝ち499(29.5%) 後手勝ち433(25.6%)
宣言勝ち27 先手宣言勝ち8 後手宣言勝ち19 先手引き分け161 後手引き分け145
762,306,932
対局数=2000 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
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.halfkp_vm_256x2-32-32.suisho-wcsoc2020.300M\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
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\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数2000 先手勝ち941(54.5%) 後手勝ち786(45.5%) 引き分け273
engine1
勝ち762(44.1% R-35.4 +-15.3) 先手勝ち416(24.1%) 後手勝ち346(20.0%)
宣言勝ち18 先手宣言勝ち10 後手宣言勝ち8 先手引き分け134 後手引き分け139
engine2
勝ち965(55.9%) 先手勝ち525(30.4%) 後手勝ち440(25.5%)
宣言勝ち37 先手宣言勝ち18 後手宣言勝ち19 先手引き分け139 後手引き分け134
762,273,965
対局数=2000 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
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.halfkp_vm_256x2-32-32.suisho-wcsoc2020.400M\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
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\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数2000 先手勝ち922(54.7%) 後手勝ち763(45.3%) 引き分け315
engine1
勝ち762(45.2% R-28.0 +-15.3) 先手勝ち414(24.6%) 後手勝ち348(20.7%)
宣言勝ち40 先手宣言勝ち20 後手宣言勝ち20 先手引き分け142 後手引き分け173
engine2
勝ち923(54.8%) 先手勝ち508(30.1%) 後手勝ち415(24.6%)
宣言勝ち37 先手宣言勝ち23 後手宣言勝ち14 先手引き分け173 後手引き分け142
762,315,923
対局数=2000 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
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.halfkp_vm_256x2-32-32.suisho-wcsoc2020.500M\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
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\shogi\eval\tanuki-wcsc29.halfkp_vm_256x2-32-32.suisho-wcsoc2020\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 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140
対局数2000 先手勝ち885(52.8%) 後手勝ち790(47.2%) 引き分け325
勝ち774(46.2% R-22.1 +-15.3) 先手勝ち415(24.8%) 後手勝ち359(21.4%)
宣言勝ち33 先手宣言勝ち20 後手宣言勝ち13 先手引き分け171 後手引き分け154
engine2
勝ち901(53.8%) 先手勝ち470(28.1%) 後手勝ち431(25.7%)
宣言勝ち55 先手宣言勝ち32 後手宣言勝ち23 先手引き分け154 後手引き分け171
774,325,901
合計勝率 | 先手勝率 | 後手勝率 | |
100M | 42.6 | 22.6 | 20 |
200M | 45 | 23.9 | 21.1 |
300M | 44.1 | 24.1 | 20 |
400M | 45.2 | 24.6 | 20.7 |
500M | 46.2 | 24.8 | 21.4 |
まとめ
機械学習における学習データの量と棋力の関係について調査した。
学習ロスは、学習データが少ないほど下がるのが速くなり、収束した際の値は低かった。
検証ロスは、学習データが少ないほど下がるのが遅くなり、収束した際の値は大きかった。
指し手一致率については、学習データの量との関係性は見られなかった。
平手局面の評価値も、学習データの量との関係性は見られなかった。
評価値の絶対値についても、学習データの量との関係性は見られなかった。
棋力は、 1~5 億のいずれの場合についても、 20 億の場合に比べて優位に低かった。
学習ロスが低く、検証ロスが高いのは、過学習の傾向であるとされている。今回の実験では、学習データ量を 1~5 億曲面に設定して学習したいずれの場合においても、 20 億に設定した場合に比べて、過学習の傾向が見受けられた。
指し手一致率、平手局面の評価値、評価値の絶対値からは過学習を判定できないことが分かった。
教師局面が少ないと、棋力が低くなる傾向がある事が分かった。
tanuki-denyu2 から強化学習が行えなかった理由は、生成した教師局面の量が足りなかったためかもしれない。
また、現在の生成パラメーターで 20 億局面用意するには 1 か月以上かかってしまい、現実的ではない。
今後、どのように学習データを用意すれば十分な学習が行えるのか、実験していきたい。