컴퓨터 장기 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~강한 방책 네트워크를 목표로 한다 제일 하룻밤도 본서에서 벗어나지만 어젯밤의 연장으로 VGG 모델을 이용해 강한 방책 네트워크를 목표로 한다. (1) VGG 모델을 이용한다 (1) VGG 모델을 이용한다 거의 전회의 Cifar10의 모델로부터 상상할 수 있다고 생각합니다만, 모델은 이하와 같습니다. 그러나 만약 Maxpooling을 살리면, 이번 채널마다의 화상 사이즈가 9x9이므로, 4x4, 2x2가 되어 3회로 1x1이 ... 컴퓨터 장기파이썬ChainerDeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~레이팅을 요구한다 이번은, 참고의 페이지에 대전 성적을 입력하면 상대적인 레이팅 차이로부터 레이팅을 요구한다고 하는 것입니다. (1) 상기 참고 페이지로부터 등급을 요구한다 (2) 이론(소스 코드)을 본다 (1) 상기 참고 페이지로부터 등급을 요구한다 하지만, 역시 제삼자적인 의미로 등급을 내는 것은 의미가 있다고 생각하기 때문에 해 보았다. 결과는 다음과 같다. 입력 데이터;sample2.csv sample... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~쇼기 AI를 강하게 하기 위해서 (1)쇼기 AI의 성질로부터 생각한다 (1)쇼기 AI의 성질로부터 생각한다 원래 장기 AI의 힘은 이하의 4점이 중요하다. ①【평가 함수】Network 모델을 튜닝하여 강하게 한다 ②【평가 함수】Policy와 Value를 동시 학습에 의해 학습 효율을 올린다 ⑤【실행 속도】UCT 탐색의 궁리 ⑥【실행속도】실행속도가 빠른 언어(C++)로 한다 ⑦【막장기】 채우기 탐색의 도입 ⑧【평가 함수와 정... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는♪~ResnetS40의 레이팅 제3삼야도, 본서로부터 일탈하지만, 현재의 소프트 레이팅을 보고 싶다. 기본적인 레이팅은 이하의 참고 사이트에 기초하여 도출하는 것으로 한다. 【참고】 했던 일 (1) Gikou2D1 vs ResnetS40 (2) 레이팅 (1) Gikou2D1 vs ResnetS40 각 조건은 다음과 같습니다. ResnetS40; Temperature 70, Playout 1000 Gikou2 그리고 대전 ... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는♪~VGG 이용의 Policy_Value 네트워크 제 2 밤도 본서에서 벗어나지만 을 이용한 Policy_value 네트워크 모델을 작성하여 힘을 보았다. 했던 일 (1) VGGLike 모델을 이용한 Policy_value 네트워크 모델 (2) 파라미터 사이즈와 수렴성에 대해서 (3) 강해졌습니까? (1) VGGLike 모델을 이용한 Policy_value 네트워크 모델 이번 경우, 어젯밤의 VGGLike 모델로부터 상상할 수 있다고 생각합... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】 「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~딥한 Network 모델로 강한 장기 AI를 할 수 있었다! 제 17 밤은 어젯밤의 결과가 아무래도 이상하기 때문에, 딥한 Network 모델을 다시 해, 장기 AI의 어느 것이 강한지 총칭전을 다시 해 보았다. 했던 일 (1) Resnet의 깊은 Network 모델로 학습했습니다. (2) 어젯밤의 상위 Network 모델에서 총당전을 실시했다 (1) Resnet의 깊은 Network 모델로 학습했습니다. 모델은 이하와 같은 Blocks=20 즉 전부... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】 「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~자전 모델로 컴퓨터 장기 선수권 해 보았다 제 16 밤은 어떤 의미를 정리하기 위해 여기까지 작성한 장기 AI 중 어느 것이 강한지 총칭전을 해 보았다. (1)쇼기 AI의 loss와 일치율(방책, 가치) (1)쇼기 AI의 loss와 일치율(방책, 가치) 각 네트워크 모델은 이름에서 연결됩니다. 그리고 일치율의 좋은 점에서 Resnet의 No.Batch Normalization의 것이 매우 좋고 기대가 있습니다. 또, 다른 것은 몬테카... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 USI go ponder의 덫 요점 USI의 ponder를 사용하는 경우 go 명령 수신 시간이 아니라 stop 수신 시간에 시간을 재기 시작하지 않으면 자신이 사용한 시간을 정확하게 측정할 수 없다. 해설 일반적인 실현에서 USI 엔진은 고 명령을 받은 Bestmove가 발송되기 전의 시간을 자신이 사용한 시간(이럴 수 있음)으로 간주하지만 USI의 Ponder만 사용하고 Ponderhit를 하지 않은 상황에서 그 실현... 컴퓨터 장기shogi
【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~강한 방책 네트워크를 목표로 한다 제일 하룻밤도 본서에서 벗어나지만 어젯밤의 연장으로 VGG 모델을 이용해 강한 방책 네트워크를 목표로 한다. (1) VGG 모델을 이용한다 (1) VGG 모델을 이용한다 거의 전회의 Cifar10의 모델로부터 상상할 수 있다고 생각합니다만, 모델은 이하와 같습니다. 그러나 만약 Maxpooling을 살리면, 이번 채널마다의 화상 사이즈가 9x9이므로, 4x4, 2x2가 되어 3회로 1x1이 ... 컴퓨터 장기파이썬ChainerDeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~레이팅을 요구한다 이번은, 참고의 페이지에 대전 성적을 입력하면 상대적인 레이팅 차이로부터 레이팅을 요구한다고 하는 것입니다. (1) 상기 참고 페이지로부터 등급을 요구한다 (2) 이론(소스 코드)을 본다 (1) 상기 참고 페이지로부터 등급을 요구한다 하지만, 역시 제삼자적인 의미로 등급을 내는 것은 의미가 있다고 생각하기 때문에 해 보았다. 결과는 다음과 같다. 입력 데이터;sample2.csv sample... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~쇼기 AI를 강하게 하기 위해서 (1)쇼기 AI의 성질로부터 생각한다 (1)쇼기 AI의 성질로부터 생각한다 원래 장기 AI의 힘은 이하의 4점이 중요하다. ①【평가 함수】Network 모델을 튜닝하여 강하게 한다 ②【평가 함수】Policy와 Value를 동시 학습에 의해 학습 효율을 올린다 ⑤【실행 속도】UCT 탐색의 궁리 ⑥【실행속도】실행속도가 빠른 언어(C++)로 한다 ⑦【막장기】 채우기 탐색의 도입 ⑧【평가 함수와 정... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는♪~ResnetS40의 레이팅 제3삼야도, 본서로부터 일탈하지만, 현재의 소프트 레이팅을 보고 싶다. 기본적인 레이팅은 이하의 참고 사이트에 기초하여 도출하는 것으로 한다. 【참고】 했던 일 (1) Gikou2D1 vs ResnetS40 (2) 레이팅 (1) Gikou2D1 vs ResnetS40 각 조건은 다음과 같습니다. ResnetS40; Temperature 70, Playout 1000 Gikou2 그리고 대전 ... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】「쇼기 AI에서 배우는 딥 러닝」을 읽는♪~VGG 이용의 Policy_Value 네트워크 제 2 밤도 본서에서 벗어나지만 을 이용한 Policy_value 네트워크 모델을 작성하여 힘을 보았다. 했던 일 (1) VGGLike 모델을 이용한 Policy_value 네트워크 모델 (2) 파라미터 사이즈와 수렴성에 대해서 (3) 강해졌습니까? (1) VGGLike 모델을 이용한 Policy_value 네트워크 모델 이번 경우, 어젯밤의 VGGLike 모델로부터 상상할 수 있다고 생각합... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】 「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~딥한 Network 모델로 강한 장기 AI를 할 수 있었다! 제 17 밤은 어젯밤의 결과가 아무래도 이상하기 때문에, 딥한 Network 모델을 다시 해, 장기 AI의 어느 것이 강한지 총칭전을 다시 해 보았다. 했던 일 (1) Resnet의 깊은 Network 모델로 학습했습니다. (2) 어젯밤의 상위 Network 모델에서 총당전을 실시했다 (1) Resnet의 깊은 Network 모델로 학습했습니다. 모델은 이하와 같은 Blocks=20 즉 전부... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 【쇼기 AI】 「쇼기 AI에서 배우는 딥 러닝」을 읽는다♪~자전 모델로 컴퓨터 장기 선수권 해 보았다 제 16 밤은 어떤 의미를 정리하기 위해 여기까지 작성한 장기 AI 중 어느 것이 강한지 총칭전을 해 보았다. (1)쇼기 AI의 loss와 일치율(방책, 가치) (1)쇼기 AI의 loss와 일치율(방책, 가치) 각 네트워크 모델은 이름에서 연결됩니다. 그리고 일치율의 좋은 점에서 Resnet의 No.Batch Normalization의 것이 매우 좋고 기대가 있습니다. 또, 다른 것은 몬테카... 컴퓨터 장기딥러닝파이썬DeepLearning데이터 분석 USI go ponder의 덫 요점 USI의 ponder를 사용하는 경우 go 명령 수신 시간이 아니라 stop 수신 시간에 시간을 재기 시작하지 않으면 자신이 사용한 시간을 정확하게 측정할 수 없다. 해설 일반적인 실현에서 USI 엔진은 고 명령을 받은 Bestmove가 발송되기 전의 시간을 자신이 사용한 시간(이럴 수 있음)으로 간주하지만 USI의 Ponder만 사용하고 Ponderhit를 하지 않은 상황에서 그 실현... 컴퓨터 장기shogi