TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ dlshogi コンピュータ将棋 先日学習したラージカーネル+Transformerモデルの方策のみの強さ(Policy Elo)を測定した。これまで、同一持ち時間や固定ノード数で計測も行ったが、方策のみの連続対局を行うことで、短時間で直接方策の強さを測ることができる。floodgateのテストデータでの精度と強さは相関があるが、実際の強さは対局して測定しないとわからない。 探索ありで対局すると時間がかかるが、方策のみでの対局は短時間で方策の強さを測ることができる。 CPUのみでも短時間で測定できるので、GPUサーバを占有しなくて良い。 方策のみで対局 方策のみで対局するスクリプトを実装した。DeepLearningShogi… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2024%2F11%2F06%2F211228" title="【dlshogi】ラージカーネル+TransformerモデルのPolicy Elo - TadaoYamaokaの開発日記" 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 2024-11-06 21:12:28 rich https://tadaoyamaoka.hatenablog.com/entry/2024/11/06/211228 1.0 100%