tanuki- 2022-10-26 nnue-pytorch GeForce RTX 4090
実験内容
- nnue-pytorch を用いた学習で、 GeForce RTX 4090 を用い、リグレッションがないことを確認する。
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 |
初期学習率 (lr) | 8.75e-4 |
最適化手法 | Ranger |
学習率調整手法 | StepLR step=1 gamma=0.992 |
batch-size | 16384 |
threads | 1 |
num-workers | 8 |
gpus | 1 |
features | HalfKP |
max_epoch | 300 |
scaling (kPonanzaConstant) | 361 |
lambda | 0.5 |
勝敗項の教師信号 | 1.0 |
レーティング測定
対局相手 | tanuki- 2022-06-07 やねうら王学習部リグレッション調査 V5.33 https://docs.google.com/document/d/1Lup-hHFH2_QWqEfe56obJ6OEwj15P-C0VO6pWV9-vgo/edit?usp=sharing |
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 |
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.2022-05-02\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 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2022-10-25 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 SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale1=16
思考エンジン2 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33\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 SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=20
対局数2000 先手勝ち904(52.5%) 後手勝ち818(47.5%) 引き分け278
engine1
勝ち727(42.2% R-46.8 +-15.4) 先手勝ち381(22.1%) 後手勝ち346(20.1%)
宣言勝ち15 先手宣言勝ち9 後手宣言勝ち6 先手引き分け149 後手引き分け129
engine2
勝ち995(57.8%) 先手勝ち523(30.4%) 後手勝ち472(27.4%)
宣言勝ち22 先手宣言勝ち13 後手宣言勝ち9 先手引き分け129 後手引き分け149
727,278,995
学習ロスと検証ロスは、特に問題なく下がった。
レーティングは、やねうら王純正の学習器で学習させた評価関数に比べ、 R-46.8 程度低かった。
考察
レーティングについては、過去に実験した、 GPU を用いて学習させた評価関数と CPU を用いて学習させた評価巻子の差と、大きな違いはないように思う。
- tanuki- 2022-06-07 nnue-pytorch 再実験 - Google ドキュメント https://docs.google.com/document/d/1ij4bEPo67Y7oR0YcFrC9scZVQx_RrqctZkcqyVmNayQ/edit
学習ロス、検証ロスも下がっていることから、目立ったリグレッションはないと考えて良いと思われる。
まとめ
nnue-pytorch を用いた学習で、 GeForce RTX 4090 を用い、リグレッションがないことを確認した。
次は、 Label Smoothing を導入し、リグレッションがないことを確認したい。