<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TadaoYamaoka</author_name>
  <author_url>https://blog.hatena.ne.jp/TadaoYamaoka/</author_url>
  <blog_title>TadaoYamaokaの開発日記</blog_title>
  <blog_url>https://tadaoyamaoka.hatenablog.com/</blog_url>
  <categories>
    <anon>コンピュータ将棋</anon>
    <anon>nnue-pytorch</anon>
  </categories>
  <description>前回、nnue-pytorchでdlshogiの棋譜を学習して、floodgateの棋譜でテストを行うと、評価損失(val_loss)が上昇する事象が起きることを書いた。いろいろ条件を変えて実験したところ、最適化をデフォルトのRanderから、Momentum SGDに変更すると評価損失(val_loss)が下がることがわかったため、精度と強さの比較を行った。 Momentum SGD実装 PyTorchのデフォルトのtorch.optim.SGDを使用し、パラメータはdlshogiの学習で使用しているものと同じ値(momentum=0.9、nesterov=True、weight_decay…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2022%2F08%2F14%2F192614&quot; title=&quot;nnue-pytorchを試す その３ - TadaoYamaokaの開発日記&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/T/TadaoYamaoka/20220814/20220814190300.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-08-14 19:26:14</published>
  <title>nnue-pytorchを試す その３</title>
  <type>rich</type>
  <url>https://tadaoyamaoka.hatenablog.com/entry/2022/08/14/192614</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
