最後の一個の評価関数だけセーブしてなかったっすよ。 つー訳で、sspとの連続対局は保留。 あ、それから一個気になる現象があったので修正。 二駒相対・絶対の評価項目が無いと勝率ダウン・予測報酬の誤差アップでよろしくなさ気なので、二駒相対は常に有効…

http://d.hatena.ne.jp/Gasyou/20150506/1430919549 の続きです。 どうも、「三目並べで後手だけ学習が上手くいかない」ではなく、「三目並べでは後手の方が学習が難しく、収束が遅い」だったみたいです。 んで、私は収束の大分前のログを見て「バグってる！…