コンピュータ将棋

DeepLearningによる将棋の学習4~フィルタサイズの変更2~

前回はフィルタサイズを5にして実験してみました。その結果性能は下がり、学習時間も多くなるということがわかりました。単純に考えれば増やしてもダメだということになるのですが、念のため今回はさらにフィルタサイズを7にして実験を行いました。結果は以…

DeepLearningによる将棋の学習3~フィルタサイズの変更~

前回はブロック数を10、optimizerをAdamにして実験してみましたが良い結果は得られませんでした。 今回はブロック数ではなくフィルタサイズを3→5に変更して学習させてみました。ブロック数は5、optimizerはSGD、patienceは7です。下の表が結果となります。 e…

DeepLearningによる将棋の学習2~Adamによる学習~

前回の続き。 patienceを7にしてAdamでもやってみました。 optimizer = tf.train.AdamOptimizer(learning_rate=0.001) 結果は次の通りです。 epoch Loss Move Accuracy Value Accuracy 1 4.4521 0.2929 0.6807 2 4.1956 0.3232 0.6873 3 4.1133 0.3335 0.689…

DeepLearningによる将棋の学習1

山岡さんの本を参考にtensorflowを用いてDeepLearningを用いた将棋ソフトを作ってみています。 将棋AIで学ぶディープラーニング作者: 山岡忠夫出版社/メーカー: マイナビ出版発売日: 2018/03/14メディア: 単行本(ソフトカバー)この商品を含むブログ (1件) …

コンピュータ将棋における勾配降下法の最適化アルゴリズム

自分用メモ 勾配降下法を用いてパラメータを更新していくときに、どういった更新式を使えばいいのか気になってきたのでいくつかのソフトについて調べてみた。 ここではニューラルネットワークは除いて、3駒関係や2駒関係の特徴量を使っているソフトに絞って…