昨夜からは学習率0.01で走らせてたんですが、0.5にしても問題無さそうなんで設定変えて学習しなおしてます。 んで、まだ学習は収束していないらしく、対局させてみると変な手ばかりです。 対局速度は、24時間で45万局前後。探索が浅いんで、まぁこんなもんで…