今までは学習率固定だったんですが、これを可変にしてみました。ちょっとでも収束速くならないかと思って。 んで、どうやって下げてけば良いか不明なんで、とりあえず初期値を0.1から始めて、20万局かけて0.001まで下げ、その後は0.001固定ってやってみまし…