たいしたバグは発見出来ず
パラメータの左右を逆に扱っていて、本来右のマスのパラメータとして扱うべきなのに左のマスのパラメータとして扱い、左として扱うべきものを右として扱っていました。
が、学習も評価も同じ様に間違って扱っていたので、結果としてはちゃんと動くはず。
なんですが、他にはバグらしいバグは発見出来ず。
とりあえず乱数での初期化とか学習率の下げ具合とかその辺の、学習が上手く行かない原因になるかもしれない部分をいじって終了。
ただ、そうすると今までのデータとの比較が出来なくなるので、いじった上で王将周辺の利きの評価を有効・無効の2通り×各2プロセス走らせてみます。
うーん、予定外に遅れてます。ピンチ。