tanuki- 2022-07-10 nnue-pytorch 学習率調整
実験内容
- nnue-pytorch を用いた学習で、いくつかの学習率を試し、最もロスが下がる学習率を求める。
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5 FV_SCALE=16 |
| 1手あたりの思考 | 深さ最大 9 思考ノード数最大 50,000 ノード |
| 開始局面 | foodgate の 2020 年～ 2021 年の棋譜のうち、レーティング 3900 以上同士の対局の 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 ランダムムーブなし |
| 生成局面数 | 10 億局面 × 8 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 |
シャッフル条件
| 生成ルーチン | tanuki-シャッフルルーチン |
| qsearch() | あり |
| 置換表 | 無効 |
機械学習
| 機械学習ルーチン | nnue-pytorch + やねうら王 https://github.com/nodchip/nnue-pytorch/tree/shogi.2022-05-23 |
| 学習モデル | halfkp_256x2-32-32 |
| 学習手法 | SGD ミニバッチ法 |
| 最適化手法 | Ranger |
| 学習率調整手法 | StepLR step=1 gamma=0.992 |
| batch-size | 16384 |
| threads | 2 |
| num-workers | 2 |
| gpus | 1 |
| features | HalfKP |
| max_epoch | 50 |
| scaling (kPonanzaConstant) | 361 |
| lambda | 0.5 |
| 勝敗項の教師信号 | 1.0 |
実験結果
機械学習
学習ロスと検証ロスは、 0.00025 および 0.0005 のときに、最も下がった。学習率が高いと、学習の序盤は大きく学習が下がるが、その後ロスが下がりにくくなった。学習率を下げると、後半でロスが下がりやすくなる場合があるが、下げすぎると、ロスが下がりにくくなった。
考察
学習ロスと検証ロスについては、 nnue-pytorch デフォルトの 0.000875 は高すぎる可能性がある。
まとめ
nnue-pytorch を用いた学習で、 nnue-pytorch を用いた学習で、いくつかの学習率を試し、最もロスが下がる学習率を求めた。
結果、 0.00025 と 0.0005 の時に、学習ロスト検証ロスが、最も下がった。
次回は、学習率 0.00025 で学習を行い、レーティングを測定したい。
