tanuki- 2023-12-23 nnue-pytorch halfkp_1024x2-8-32 学習率調整

実験内容

nnue-pytorch を用い、 halfkp_1024x2-8-32 ネットワークを学習させる。
学習率を 2.0 に設定し、学習させる。

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
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 年の棋譜を使用した。レーティング 3900 以上同士の対局のみ使用した。 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。ランダムムーブはしなかった。
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.2023-10-29.halfkp_1024x2-8-32
学習モデル	halfkp_1024x2-8-32
学習手法	SGD ミニバッチ法
初期学習率 (lr)	2.0
最適化手法	なし
学習率調整手法	Warmup + Newbob 風
batch-size	16384
threads	8
num-workers	8
accelerator	gpu
devices	1
features	HalfKP
max-epoch	1000000
score-scaling	361
lambda	0.5
勝敗項の教師信号	0.999
num-batches-warmup	10000
newbob-decay	0.5
epoch-size	1000000
num-epochs-to-adjust-lr	500
学習を打ち切る下限学習率	1e-5
1 epoch 毎のネットワークパラメーターのクリップ	あり
ネットワークパラメーターの量子化	量子化なしで学習し、収束後に量子化する。
ネットワークパラメーターの初期化方法	pytorch のデフォルトの初期化手法で初期化する。

レーティング測定

対局相手	tanuki-wcsc32 (マメット・ブンブク)https://docs.google.com/document/d/1W3Xzb27Cmkbwqz50U17O8H1brNXQ1ksABhNOsZOzspw/edit?usp=sharing tanuki-.nnue-pytorch-2023-12-13 https://docs.google.com/document/d/1_dMTIinvvF-zMX0_kNP1Ow1sKaFMqiQ93tyySycvSXM/edit?usp=sharing tanuki-.nnue-pytorch-2023-12-18
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	384
開始局面	dlshogi 互角局面集の角換わりの割合が 10% になるよう間引いたもの

実験結果

検証ロス

初期学習率=2.0 … 0.2559175675915134

初期学習率=1.0 … 0.2558451730358986

ネットワークパラメーターの分布

レーティング測定

対局数=5000 同時対局数=64 ハッシュサイズ=384 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\floodgate32-80.adjust_bishop_exchange.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\tanuki-.nnue-pytorch-2023-12-21 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=true 定跡の手数を無視する=true SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale1=16 Depth1=0

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\tanuki-wcsc32-2022-05-06\eval 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=true 定跡の手数を無視する=true SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16 Depth2=0

対局数5000 先手勝ち2427(53.0%) 後手勝ち2148(47.0%) 引き分け425

engine1

勝ち1828(40.0% R-64.6 +-9.8) 先手勝ち979(21.4%) 後手勝ち849(18.6%)

宣言勝ち68 先手宣言勝ち32 後手宣言勝ち36 先手引き分け224 後手引き分け201

engine2

勝ち2747(60.0%) 先手勝ち1448(31.7%) 後手勝ち1299(28.4%)

宣言勝ち6 先手宣言勝ち3 後手宣言勝ち3 先手引き分け201 後手引き分け224

1828,425,2747

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\tanuki-.nnue-pytorch-2023-12-13 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=true 定跡の手数を無視する=true SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16 Depth2=0

対局数5000 先手勝ち2466(51.9%) 後手勝ち2288(48.1%) 引き分け246

engine1

勝ち2549(53.6% R23.9 +-9.7) 先手勝ち1321(27.8%) 後手勝ち1228(25.8%)

宣言勝ち34 先手宣言勝ち14 後手宣言勝ち20 先手引き分け121 後手引き分け125

engine2

勝ち2205(46.4%) 先手勝ち1145(24.1%) 後手勝ち1060(22.3%)

宣言勝ち35 先手宣言勝ち19 後手宣言勝ち16 先手引き分け125 後手引き分け121

2549,246,2205

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\tanuki-.nnue-pytorch-2023-12-18 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=true 定跡の手数を無視する=true SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16 Depth2=0

対局数5000 先手勝ち2447(52.9%) 後手勝ち2180(47.1%) 引き分け373

engine1

勝ち2238(48.4% R-10.5 +-9.6) 先手勝ち1190(25.7%) 後手勝ち1048(22.6%)

宣言勝ち44 先手宣言勝ち25 後手宣言勝ち19 先手引き分け178 後手引き分け195

engine2

勝ち2389(51.6%) 先手勝ち1257(27.2%) 後手勝ち1132(24.5%)

宣言勝ち59 先手宣言勝ち35 後手宣言勝ち24 先手引き分け195 後手引き分け178

2238,373,2389

学習ロスと検証ロスは、はじめに急激に下がり、収束した。

学習ロスと検証ロスの乖離は、大きくはなかった。

学習ロスと検証ロスは、 lr=1.0 と比べてやや大きかった。

レーティングは、 tanuki-wcsc32-2022-05-06 に比べて R64.6 低く、有意な差があった。また、 lr=1.0 と比べて R23.9 高く、有意な差があった。一方、 tanuki-.nnue-pytorch-2023-12-18 と比べて R10.5 低く、有意な差があった。

考察

学習ロスと検証ロスの乖離が大きくなかったことから、過学習はあまり起こっていないと思う。

学習ロスと検証ロスが lr=1.0 と比べてやや大きかったのは、学習率が大きかったことにより、やや過学習気味だったためだと思う。

レーティングが lr=1.0 と比べて有意に高かったのは、やや過学習気味だったことが原因の可能性がある。また、 tanuki-.nnue-pytorch-2023-12-18 と比べて有意に低かったのは、汎化性能が低いことが原因の可能性がある。

まとめ

nnue-pytorch を用い、 halfkp_1024x2-8-32 ネットワークを学習させた。学習率を 2.0 に設定し、学習させた。

レーティングは、 tanuki-wcsc32-2022-05-06 に比べて R64.6 低く、有意な差があった。また、 lr=1.0 と比べて R23.9 高く、有意な差があった。一方、 tanuki-.nnue-pytorch-2023-12-18 と比べて R10.5 低く、有意な差があった。レーティングが lr=1.0 と比べて有意に高かったのは、やや過学習気味だったことが原因の可能性がある。また、 tanuki-.nnue-pytorch-2023-12-18 と比べて有意に低かったのは、汎化性能が低いことが原因の可能性がある。

次回は、 Optimizer に LAMB を使用し、学習させたい。