Optimizerの設定、間違ってた
昨日はRMSPropと書きましたが、設定を見直したらRMSProp+慣性項になっていました。
…まぁ、強くなってるから良いか。今の学習が頭打ちになったら、RMSPropのみに設定変更して、も一度学習しよう。
ちなみに現在の棋力ですが、164万局経過後のパラメータで対ssp(ハンディキャップマッチ)が182勝71敗。勝率71.7%なので、このまま順調に行けば過去最高勝率を更新出来そうです。
あ、そうそう。もう一つバグが。ログ出力のルーチンがバグってて、http://gasyou.is-mine.net/ura/の「KPP_v11玉_^33金_持ち駒^銀1」のグラフは、「KPP_v11玉_^33金_v22金」の値がプロットされていました。
なんか、かなり良い形なのにパラメータがマイナスになってておかしいと思ってたんですよねぇ。