tanuki- 2023-05-15 Fine Tuning halfkp_256x2-32-32 FV_SCALE
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 した評価関数の、最適な FV_SCALE を測定する。
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/1VyUZIU1XHO1Do7KbgS8gQ-hT34TuMJTWRXbapv1H7AI/edit?usp=sharinghalfkp_1024x2-8-32.add.Suishopsv-150m.eta2=0.001.min_progress=0.1\20 |
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.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\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=12
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち968(52.8%) 後手勝ち866(47.2%) 引き分け166
engine1
勝ち864(47.1% R-18.4 +-15.3) 先手勝ち451(24.6%) 後手勝ち413(22.5%)
宣言勝ち44 先手宣言勝ち27 後手宣言勝ち17 先手引き分け95 後手引き分け71
engine2
勝ち970(52.9%) 先手勝ち517(28.2%) 後手勝ち453(24.7%)
宣言勝ち2 先手宣言勝ち1 後手宣言勝ち1 先手引き分け71 後手引き分け95
864,166,970
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.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\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=14
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち920(51.5%) 後手勝ち865(48.5%) 引き分け215
engine1
勝ち810(45.4% R-28.7 +-15.3) 先手勝ち416(23.3%) 後手勝ち394(22.1%)
宣言勝ち48 先手宣言勝ち17 後手宣言勝ち31 先手引き分け114 後手引き分け101
engine2
勝ち975(54.6%) 先手勝ち504(28.2%) 後手勝ち471(26.4%)
宣言勝ち4 先手宣言勝ち0 後手宣言勝ち4 先手引き分け101 後手引き分け114
810,215,975
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.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\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=16
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち951(53.4%) 後手勝ち829(46.6%) 引き分け220
engine1
勝ち872(49.0% R-6.3 +-15.2) 先手勝ち459(25.8%) 後手勝ち413(23.2%)
宣言勝ち41 先手宣言勝ち15 後手宣言勝ち26 先手引き分け123 後手引き分け97
engine2
勝ち908(51.0%) 先手勝ち492(27.6%) 後手勝ち416(23.4%)
宣言勝ち3 先手宣言勝ち1 後手宣言勝ち2 先手引き分け97 後手引き分け123
872,220,908
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.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\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=18
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち980(54.6%) 後手勝ち815(45.4%) 引き分け205
engine1
勝ち904(50.4% R2.3 +-15.2) 先手勝ち488(27.2%) 後手勝ち416(23.2%)
宣言勝ち45 先手宣言勝ち24 後手宣言勝ち21 先手引き分け110 後手引き分け95
engine2
勝ち891(49.6%) 先手勝ち492(27.4%) 後手勝ち399(22.2%)
宣言勝ち2 先手宣言勝ち0 後手宣言勝ち2 先手引き分け95 後手引き分け110
904,205,891
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.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\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
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち950(52.7%) 後手勝ち852(47.3%) 引き分け198
engine1
勝ち925(51.3% R8.3 +-15.2) 先手勝ち481(26.7%) 後手勝ち444(24.6%)
宣言勝ち36 先手宣言勝ち20 後手宣言勝ち16 先手引き分け109 後手引き分け89
engine2
勝ち877(48.7%) 先手勝ち469(26.0%) 後手勝ち408(22.6%)
宣言勝ち2 先手宣言勝ち0 後手宣言勝ち2 先手引き分け89 後手引き分け109
925,198,877
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.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\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=22
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち937(52.5%) 後手勝ち848(47.5%) 引き分け215
engine1
勝ち891(49.9% R-0.5 +-15.2) 先手勝ち462(25.9%) 後手勝ち429(24.0%)
宣言勝ち43 先手宣言勝ち22 後手宣言勝ち21 先手引き分け119 後手引き分け96
engine2
勝ち894(50.1%) 先手勝ち475(26.6%) 後手勝ち419(23.5%)
宣言勝ち1 先手宣言勝ち0 後手宣言勝ち1 先手引き分け96 後手引き分け119
891,215,894
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.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\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=24
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\halfkp_1024x2-8-32.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 FVScale2=16
対局数2000 先手勝ち971(54.1%) 後手勝ち825(45.9%) 引き分け204
engine1
勝ち898(50.0% R0.0 +-15.2) 先手勝ち479(26.7%) 後手勝ち419(23.3%)
宣言勝ち48 先手宣言勝ち23 後手宣言勝ち25 先手引き分け114 後手引き分け90
engine2
勝ち898(50.0%) 先手勝ち492(27.4%) 後手勝ち406(22.6%)
宣言勝ち1 先手宣言勝ち0 後手宣言勝ち1 先手引き分け90 後手引き分け114
898,204,898
FV_SCALE | レーティング差 |
12 | -18.4 |
14 | -28.7 |
16 | -6.3 |
18 | 2.3 |
20 | 8.3 |
22 | -0.5 |
24 | 0.0 |
FV_SCALE を 20 に設定したときに、最もレーティングが高くなった。
考察
レーティング
Label Smoothing を使用した場合でも、評価値のスケールは変わるのだと思われる。そのため、 FV_SCALE を調整したほうが、レーティングが高くなるのだと思われる。
まとめ
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 した評価関数の、最適な FV_SCALE を測定した。
結果、FV_SCALE を 20 に設定したときに、最もレーティングが高くなった。これは、Label Smoothing を使用した場合でも、評価値のスケールが変わるためだと思われる。
次回は、 Gaussian Lambda の再実験を行いたい。これは、過去に行った実験の際、 lambda=0.0 となっており、 Gaussian Lambda による lambda の調整の意味がなかったという指摘があったためである。