GA将?開発日記~王理のその先へ~

ネタ勢最強を目指して絶賛開発中。

2017-12-09から1日間の記事一覧

交差エントロピーのみの損失関数でパラメータが振動する現象

三目並べ・5五将棋で各種オプティマイザを使ってパラメータの推移を見てみました。 三目並べモード、SGD。 三目並べモード、RMSProp。 三目並べモード、AdaDelta。 5五将棋モード、AdaDelta。 つまり、ゲームの種類(And 探索ルーチン・評価関数)やオプティ…

VS ssp(5五将棋モード) 勝率62.9%

損失関数を「報酬との自乗誤差+交差エントロピー+PGLeaf」にしたもので、自己対局数は135万。 結果、606勝357敗で勝率62.9%、過去最高を更新。微妙な向上幅ではありますが。