<?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>dlshogi</anon>
  </categories>
  <description>Ryfamateが採用しているモデル構造の工夫の一つである位置エンコーディングについて検証する。 位置エンコーディング 畳み込みニューラルネットワークは、位置不変性という特性を持っており、画像の位置をずらした場合でも同じように認識される。 将棋では、位置不変性という特定は局所的には活かすことができる（たたえば、桂馬で両取りする形は盤のどこであっても似た意味を持つ）が、大局的には位置の考慮も必要である。畳み込みニューラルネットワークを複数の層で構成する場合、局所的な特徴を段階的により広く捉えていくため、大局的に駒の配置を捉えることができる。 また、プーリングを行わない場合、各座標がその位置の情報…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2024%2F08%2F18%2F150856&quot; title=&quot;【dlshogi】位置エンコーディング - 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/20240818/20240818140857.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2024-08-18 15:08:56</published>
  <title>【dlshogi】位置エンコーディング</title>
  <type>rich</type>
  <url>https://tadaoyamaoka.hatenablog.com/entry/2024/08/18/150856</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
