tanuki- 2023-04-24 Fine Tuning halfkp_256x2-32-32

実験内容

halfkp_256x2-32-32 評価関数を、水匠開発者杉村氏が公開している学習データ Suishopsv-150m を用いて Fine Tuning した評価関数と、過去に作成した評価関数のレーティングを比較する。

棋譜生成

生成ルーチン	不明
評価関数	水匠 4
1手あたりの思考	1 手 200 万ノード
開始局面	不明
開始局面後のランダムムーブ	不明
生成局面数	約 1 億 5 千万局面
生成条件	不明

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
最小手数	0
最大手数	10000
最小進行度	0.1
最大進行度	1.0

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	127
loop	100
batchsize	1000000
lambda	0.0
eta	eta1=1e-8 eta2=0.001 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	https://docs.google.com/document/d/1Lup-hHFH2_QWqEfe56obJ6OEwj15P-C0VO6pWV9-vgo/edit?usp=sharing regression.v5.33
勝敗項の教師信号	0.99
やねうら王バージョン	V5.33 相当
学習局面数	1 億 × 40 周

レーティング測定

対局相手	https://docs.google.com/document/d/1Lup-hHFH2_QWqEfe56obJ6OEwj15P-C0VO6pWV9-vgo/edit?usp=sharingregression.v5.33
思考時間	持ち時間 300 秒 + 1 手 2 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

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.2023-04-16\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 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\5 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=20

思考エンジン2 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\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949(56.0%) 後手勝ち747(44.0%) 引き分け304

engine1

勝ち859(50.6% R3.8 +-15.2) 先手勝ち486(28.7%) 後手勝ち373(22.0%)

宣言勝ち76 先手宣言勝ち40 後手宣言勝ち36 先手引き分け140 後手引き分け164

engine2

勝ち837(49.4%) 先手勝ち463(27.3%) 後手勝ち374(22.1%)

宣言勝ち16 先手宣言勝ち6 後手宣言勝ち10 先手引き分け164 後手引き分け140

859,304,837

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\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=20

対局数2000 先手勝ち961(54.6%) 後手勝ち798(45.4%) 引き分け241

engine1

勝ち908(51.6% R9.9 +-15.2) 先手勝ち489(27.8%) 後手勝ち419(23.8%)

宣言勝ち49 先手宣言勝ち22 後手宣言勝ち27 先手引き分け129 後手引き分け112

engine2

勝ち851(48.4%) 先手勝ち472(26.8%) 後手勝ち379(21.5%)

宣言勝ち14 先手宣言勝ち4 後手宣言勝ち10 先手引き分け112 後手引き分け129

908,241,851

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\15 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=20

対局数2000 先手勝ち963(54.0%) 後手勝ち821(46.0%) 引き分け216

engine1

勝ち951(53.3% R20.5 +-15.3) 先手勝ち502(28.1%) 後手勝ち449(25.2%)

宣言勝ち45 先手宣言勝ち21 後手宣言勝ち24 先手引き分け124 後手引き分け92

engine2

勝ち833(46.7%) 先手勝ち461(25.8%) 後手勝ち372(20.9%)

宣言勝ち16 先手宣言勝ち6 後手宣言勝ち10 先手引き分け92 後手引き分け124

951,216,833

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\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=20

対局数2000 先手勝ち990(55.4%) 後手勝ち798(44.6%) 引き分け212

engine1

勝ち948(53.0% R18.8 +-15.3) 先手勝ち520(29.1%) 後手勝ち428(23.9%)

宣言勝ち38 先手宣言勝ち16 後手宣言勝ち22 先手引き分け107 後手引き分け105

engine2

勝ち840(47.0%) 先手勝ち470(26.3%) 後手勝ち370(20.7%)

宣言勝ち15 先手宣言勝ち5 後手宣言勝ち10 先手引き分け105 後手引き分け107

948,212,840

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\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=20

対局数2000 先手勝ち1006(55.2%) 後手勝ち815(44.8%) 引き分け179

engine1

勝ち965(53.0% R19.0 +-15.3) 先手勝ち525(28.8%) 後手勝ち440(24.2%)

宣言勝ち36 先手宣言勝ち18 後手宣言勝ち18 先手引き分け98 後手引き分け81

engine2

勝ち856(47.0%) 先手勝ち481(26.4%) 後手勝ち375(20.6%)

宣言勝ち15 先手宣言勝ち4 後手宣言勝ち11 先手引き分け81 後手引き分け98

965,179,856

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\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=20

対局数2000 先手勝ち1016(55.9%) 後手勝ち801(44.1%) 引き分け183

engine1

勝ち938(51.6% R10.3 +-15.2) 先手勝ち518(28.5%) 後手勝ち420(23.1%)

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99 後手引き分け84

engine2

勝ち879(48.4%) 先手勝ち498(27.4%) 後手勝ち381(21.0%)

宣言勝ち7 先手宣言勝ち1 後手宣言勝ち6 先手引き分け84 後手引き分け99

938,183,879

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\35 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=20

対局数2000 先手勝ち1011(55.8%) 後手勝ち802(44.2%) 引き分け187

engine1

勝ち890(49.1% R-5.7 +-15.2) 先手勝ち498(27.5%) 後手勝ち392(21.6%)

宣言勝ち34 先手宣言勝ち18 後手宣言勝ち16 先手引き分け91 後手引き分け96

engine2

勝ち923(50.9%) 先手勝ち513(28.3%) 後手勝ち410(22.6%)

宣言勝ち11 先手宣言勝ち5 後手宣言勝ち6 先手引き分け96 後手引き分け91

890,187,923

思考エンジン1 name=YaneuraOu NNUE 7.63 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2023-04-16\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\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=20

対局数2000 先手勝ち958(52.2%) 後手勝ち876(47.8%) 引き分け166

engine1

勝ち959(52.3% R14.6 +-15.2) 先手勝ち500(27.3%) 後手勝ち459(25.0%)

宣言勝ち33 先手宣言勝ち14 後手宣言勝ち19 先手引き分け83 後手引き分け83

engine2

勝ち875(47.7%) 先手勝ち458(25.0%) 後手勝ち417(22.7%)

宣言勝ち4 先手宣言勝ち3 後手宣言勝ち1 先手引き分け83 後手引き分け83

959,166,875

https://docs.google.com/document/d/1Lup-hHFH2_QWqEfe56obJ6OEwj15P-C0VO6pWV9-vgo/edit?usp=sharing の regression.v5.33 を、 Suishopsv-150m で Fine Tuning することにより、レーティングを上げることができた。 15 億局面学習させたときに、 R+20.5 向上し、最もレーティングが高くなった。