今日から本格的に開始です。 んで、まずはSoftmax実現確率探索の探索ルーチンから実装中。 明日には探索部分を完了して、その後遷移確率の学習部分に着手予定。 まずは5五将棋で探索用パラメータだけ学習（評価関数パラメータは以前のを流用して、固定）させ…