一箇所設定をミスってたんで、変更して再投入。 22:59:15 @ core::evl::LinearEvaluator3::LinearEvaluator3() > 学習率==0.001 22:59:15 @ core::evl::LinearEvaluator3::LinearEvaluator3() > 駒割 : 有効（差分計算） 22:59:15 @ core::evl::LinearEvalua…

↑で書いた学習、忘れない様に設定をメモしてみます。 21:09:23 @ core::evl::LinearEvaluator3::LinearEvaluator3() > 学習率==0.001 21:09:23 @ core::evl::LinearEvaluator3::LinearEvaluator3() > 駒割 : 有効（差分計算） 21:09:23 @ core::evl::LinearE…

ベイズ線形回帰とかカーネル法とか自然方策勾配とか色々試してみてもダメだったんで、前のまま（線形の評価関数＋方策勾配法）で探索を深くしたバージョンをしばらく学習させてみます。 探索は全幅2手＋静止探索一段目8手。これとは別に、方策内部で1手全幅…

多分、今のままの評価関数では動かないです、これ。 理由は動かしてみたら分かったんですが、パラメータ更新前に行列Zとqを使ってという式を計算する必要があります。 んで、対局中に一度も出現しなかった特徴があると、Zの対応する行・列が全て0になり、逆…