VS ssp（5五将棋モード） 勝率65.6％

　損失関数を「λ収益*1との自乗誤差＋交差エントロピー＋PGLeaf＋L2正則化」に修正し、132万局自己対局したパラメータ。あ、以前書き忘れていましたが、一時期からL2正則化無効にして元に戻すの忘れてたんで、今回の結果からL2正則化有効に戻ってます。

　思考時間はGA将0.17秒・ssp1秒。約1000局対局させました。

　んで、結果。636勝334敗で勝率65.6％。過去最高を更新しました。

　現在は、同様の損失関数で更に自己対局を260万局まで勧めたパラメータが有りますので、そっちでスパーリング中。…なんですが、現在5勝6敗。対局数少ないんで信頼出来ないデータですが、あんまり調子良くなさ気です。

*1:λ=0.85