2013-01-03から1日間の記事一覧
学習の設定等は、5五将棋モードで方策勾配法(全幅2手+静止探索6手)、目標探査率は0.1〜0.3でランダムウォーク。 で、勝敗は312-?-104で勝率はピッタリ75.0%。95%信頼区間は70.5〜79.1。 前より確実に強くなっているとは言えないですが、多少上向いて来…
学習の設定等は、5五将棋モードで方策勾配法(全幅2手+静止探索6手)、目標探査率は0.1〜0.3でランダムウォーク。 で、勝敗は312-?-104で勝率はピッタリ75.0%。95%信頼区間は70.5〜79.1。 前より確実に強くなっているとは言えないですが、多少上向いて来…