next49 https://blog.hatena.ne.jp/next49/ 発声練習 https://next49.hatenadiary.jp/ メモ Google DeepMind社が開発しているAlpha Goの論文を読んでみたけど、うっすらとしか理解できない。機械学習の知識が足りない。stochastic gradient descentとstochastic gradient ascentってなんだよ！なんかの必殺技にしか見えない。いろいろ調べながら読んでみると、コンピュータ囲碁が劇的に強くなった原因であるモンテカルロ木探索におけるプレイアウト（Natureの論文だとrollout）時の打ち方（Policy network）とモンテカルロ木探索のノードの評価値（value network）を決めるところに畳み込みニューラルネットワーク… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fnext49.hatenadiary.jp%2Fentry%2F20160315%2F1457970500" title=" Alpha Goの話 - 発声練習" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2016-03-15 00:48:20 rich https://next49.hatenadiary.jp/entry/20160315/1457970500 1.0 100%