結論から言うと、T(x)としてシグモイド関数を使っていなかったのが上手く行かない原因だったみたいです。 んで、実装したらあっさりと1棋譜でのオーバーフィッティングは成功。あ、シグモイド関数の傾き（？）は100にしました。この値が大きいのか小さいのか…