tanuki- 2022-12-16 Fine Tuning halfkp_1024x2-8-32 学習途中
実験内容
- 高ノード数の探索を用いて教師データを生成し、 halfkp_1024x2-8-32 評価関数を Fine Tuning し、学習途中の評価関数のレーティングを測定する。
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 5 FV_SCALE=16 |
1手あたりの思考 | 深さ最大 64 思考ノード数最大 2,000,000 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 |
開始局面後のランダムムーブ | なし |
生成局面数 | 5 百万局面 × 19 セット |
生成条件 | 対局は打ち切らず詰みの局面まで教師局面に出力した |
棋譜シャッフル
シャッフルルーチン | tanuki-棋譜シャッフルルーチン |
qsearch | あり |
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_1024x2-8-32 |
学習手法 | SGD ミニバッチ法 |
USI_Hash | 1024 |
Threads | 16 |
loop | 100 |
batchsize | 1000000 |
lambda | 0.0 |
eta | eta1=1e-8 eta2=0.01*0.5^10.0 eta1_epoch=100 |
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 |
次元下げ | K・P・相対KP |
教師局面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-wcsc32 https://docs.google.com/document/d/1IjK1PpT_-lGZen28ACWNrKsjk-BVnS4riDAR2oPZHDk/edit |
勝敗項の教師信号 | 0.99 |
やねうら王バージョン | V5.33 相当 |
レーティング測定
対局相手 | tanuki-wcsc32 https://docs.google.com/document/d/1IjK1PpT_-lGZen28ACWNrKsjk-BVnS4riDAR2oPZHDk/edit |
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 | 512 |
開始局面 | たややん互換局面集 |
実験結果
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=512 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=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\10 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち807(52.9%) 後手勝ち718(47.1%) 引き分け475
engine1
勝ち678(44.5% R-29.4 +-15.3) 先手勝ち363(23.8%) 後手勝ち315(20.7%)
宣言勝ち60 先手宣言勝ち23 後手宣言勝ち37 先手引き分け234 後手引き分け241
engine2
勝ち847(55.5%) 先手勝ち444(29.1%) 後手勝ち403(26.4%)
宣言勝ち10 先手宣言勝ち5 後手宣言勝ち5 先手引き分け241 後手引き分け234
678,475,847
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\20 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち879(54.6%) 後手勝ち730(45.4%) 引き分け391
engine1
勝ち731(45.4% R-25.6 +-15.3) 先手勝ち398(24.7%) 後手勝ち333(20.7%)
宣言勝ち82 先手宣言勝ち43 後手宣言勝ち39 先手引き分け206 後手引き分け185
engine2
勝ち878(54.6%) 先手勝ち481(29.9%) 後手勝ち397(24.7%)
宣言勝ち9 先手宣言勝ち3 後手宣言勝ち6 先手引き分け185 後手引き分け206
731,391,878
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\30 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち841(52.5%) 後手勝ち760(47.5%) 引き分け399
engine1
勝ち722(45.1% R-27.3 +-15.3) 先手勝ち377(23.5%) 後手勝ち345(21.5%)
宣言勝ち82 先手宣言勝ち44 後手宣言勝ち38 先手引き分け210 後手引き分け189
engine2
勝ち879(54.9%) 先手勝ち464(29.0%) 後手勝ち415(25.9%)
宣言勝ち11 先手宣言勝ち7 後手宣言勝ち4 先手引き分け189 後手引き分け210
722,399,879
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\40 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち846(52.3%) 後手勝ち771(47.7%) 引き分け383
engine1
勝ち729(45.1% R-27.7 +-15.3) 先手勝ち375(23.2%) 後手勝ち354(21.9%)
宣言勝ち61 先手宣言勝ち30 後手宣言勝ち31 先手引き分け210 後手引き分け173
engine2
勝ち888(54.9%) 先手勝ち471(29.1%) 後手勝ち417(25.8%)
宣言勝ち8 先手宣言勝ち3 後手宣言勝ち5 先手引き分け173 後手引き分け210
729,383,888
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\50 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち877(53.6%) 後手勝ち760(46.4%) 引き分け363
engine1
勝ち693(42.3% R-43.8 +-15.4) 先手勝ち373(22.8%) 後手勝ち320(19.5%)
宣言勝ち65 先手宣言勝ち37 後手宣言勝ち28 先手引き分け184 後手引き分け179
engine2
勝ち944(57.7%) 先手勝ち504(30.8%) 後手勝ち440(26.9%)
宣言勝ち9 先手宣言勝ち5 後手宣言勝ち4 先手引き分け179 後手引き分け184
693,363,944
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\60 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち832(51.9%) 後手勝ち770(48.1%) 引き分け398
engine1
勝ち693(43.3% R-37.7 +-15.3) 先手勝ち356(22.2%) 後手勝ち337(21.0%)
宣言勝ち76 先手宣言勝ち35 後手宣言勝ち41 先手引き分け207 後手引き分け191
engine2
勝ち909(56.7%) 先手勝ち476(29.7%) 後手勝ち433(27.0%)
宣言勝ち8 先手宣言勝ち2 後手宣言勝ち6 先手引き分け191 後手引き分け207
693,398,909
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=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=1 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\halfkp_1024x2-8-32.add.nodes=2M.eta2=9.765625e-06\70 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\halfkp_1024x2-8-32\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=16
対局数2000 先手勝ち832(52.8%) 後手勝ち743(47.2%) 引き分け425
engine1
勝ち654(41.5% R-46.7 +-15.4) 先手勝ち338(21.5%) 後手勝ち316(20.1%)
宣言勝ち59 先手宣言勝ち29 後手宣言勝ち30 先手引き分け235 後手引き分け190
engine2
勝ち921(58.5%) 先手勝ち494(31.4%) 後手勝ち427(27.1%)
宣言勝ち5 先手宣言勝ち2 後手宣言勝ち3 先手引き分け190 後手引き分け235
654,425,921
レーティングは、 epoch が進むにつれて、低くなっていった。いずれの epoch も、対局相手より優位に弱かった。
考察
レーティング
いずれの epoch も、対局相手より優位に弱いことより、過学習の可能性はないと考えられる。また、今回の学習条件は、評価関数を弱くさせる方に学習してしまうのだと思われる。
まとめ
高ノード数の探索を用いて教師データを生成し、 halfkp_1024x2-8-32 評価関数を Fine Tuning し、学習途中の評価関数のレーティングを測定した。結果、レーティングは、いずれの epoch においても、既存の評価関数より弱くなってしまった。今回の学習条件では、評価関数を弱くする方に学習してしまっているのだと思われる。
水匠開発者杉村氏が、水匠 7 の学習に使用した学習条件を公開している。次は、それに書かれている内容のうち、手数を制限して学習させるのを試してみたい。