飞扬围棋

标题: 对官方引擎胜率60%的roy7引擎 [打印本页]
作者: lu01    时间: 2019-3-18 10:32
标题: 对官方引擎胜率60%的roy7引擎
本帖最后由 lu01 于 2019-3-18 10:33 编辑

https://github.com/leela-zero/le ... uecomment-473688679
结果是：
leelaz-max_lcb_root v leelaz-next (400/400 games)
board size: 19   komi: 7.5
                      wins              black          white        avg cpul
eelaz-max_lcb_root    247 61.75%       118 59.00%     129 64.50%    425.93
leelaz-next            153 38.25%       71  35.50%     82  41.00%    427.05
                                        189 47.25%     211 52.75%

作者要求不要用于autogtp


作者: taishuan    时间: 2019-3-18 11:02
這麼猛，那官方引擎0.17是不是要慢點出啊?太快放出來萬一被吊打不是很糗?
作者: yunhuo    时间: 2019-3-18 12:02
下载两个exe就行了，没别的文件？
作者: lu01    时间: 2019-3-18 12:13
放在原始文件的目录下
作者: 飘弈女孩    时间: 2019-3-18 13:23
网页打不开啊
作者: yunhuo    时间: 2019-3-18 13:30
lu01 发表于 2019-3-18 12:13
放在原始文件的目录下

原始文件？就是leela官方文件目录里面吧
作者: landa    时间: 2019-3-18 16:01
啥配套文件也不用，那些文件是给aotugtp训练用的。
作者: jiangbangjian    时间: 2019-3-18 19:24
本帖最后由 jiangbangjian 于 2019-3-18 22:55 编辑

有哪们朋友试用过吗?是不是64位系统不能用啊?
Here is the Win32 binary:
leela-zero-roy7.zip
晕，换了权重能用了，还挑权重的,15b_204_352k_q怎么用不了
作者: lu01    时间: 2019-3-18 21:20
64操作系统能用32应用程序
作者: hred9D    时间: 2019-3-18 22:35
运行的参数需要改变吗？
作者: taishuan    时间: 2019-3-19 01:24
jiangbangjian 发表于 2019-3-18 19:24
有哪们朋友试用过吗?是不是64位系统不能用啊?Here is the Win32 binary:leela-zero-roy7.zip ...

真的挑權重，40b練成的15b權重不能用，elf v2可以用。
作者: lu01    时间: 2019-3-19 07:47
f438没问题

D:\tool\leela15>leelaz-max_lcb_root -w \f438.txt
Using OpenCL batch size of 5
Using 10 thread(s).
RNG seed: 10256206109071070972
Leela Zero 0.16  Copyright (C) 2017-2019  Gian-Carlo Pascutto and contributors
This program comes with ABSOLUTELY NO WARRANTY.
This is free software, and you are welcome to redistribute it
under certain conditions; see the COPYING file for details.

BLAS Core: built-in Eigen 3.3.5 library.
Detecting residual layers...v1...192 channels...15 blocks.
Initializing OpenCL (autodetecting precision).
Detected 1 OpenCL platforms.
Platform version: OpenCL 1.2 CUDA 9.1.84
Platform profile: FULL_PROFILE
Platform name:    NVIDIA CUDA
Platform vendor:  NVIDIA Corporation
Device ID:     0
Device name:   GeForce GT 730
Device type:   GPU
Device vendor: NVIDIA Corporation
Device driver: 391.35
Device speed:  901 MHz
Device cores:  2 CU
Device score:  1112
Selected platform: NVIDIA CUDA
Selected device: GeForce GT 730
with OpenCL 1.2 capability.
Half precision compute support: No.
Tensor Core support: No.
Detected 1 OpenCL platforms.
Platform version: OpenCL 1.2 CUDA 9.1.84
Platform profile: FULL_PROFILE
Platform name:    NVIDIA CUDA
Platform vendor:  NVIDIA Corporation
Device ID:     0
Device name:   GeForce GT 730
Device type:   GPU
Device vendor: NVIDIA Corporation
Device driver: 391.35
Device speed:  901 MHz
Device cores:  2 CU
Device score:  1112
Selected platform: NVIDIA CUDA
Selected device: GeForce GT 730
with OpenCL 1.2 capability.
Half precision compute support: No.
Tensor Core support: No.

Started OpenCL SGEMM tuner.
Will try 290 valid configurations.
(1/290) KWG=16 KWI=8 MDIMA=8 MDIMC=8 MWG=64 NDIMB=8 NDIMC=8 NWG=32 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=2 VWN=2 2.0760 ms (
159.8 GFLOPS)
(2/290) KWG=16 KWI=2 MDIMA=16 MDIMC=16 MWG=64 NDIMB=8 NDIMC=8 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=2 1.4157 ms
(234.4 GFLOPS)
(9/290) KWG=16 KWI=2 MDIMA=8 MDIMC=8 MWG=64 NDIMB=16 NDIMC=16 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=4 1.4073 ms
(235.8 GFLOPS)
(67/290) KWG=16 KWI=2 MDIMA=8 MDIMC=8 MWG=32 NDIMB=16 NDIMC=16 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=4 1.3594 m
s (244.1 GFLOPS)
Wavefront/Warp size: 32
Max workgroup size: 1024
Max workgroup dimensions: 1024 1024 64

Started OpenCL SGEMM tuner.
Will try 290 valid configurations.
(1/290) KWG=16 KWI=8 MDIMA=8 MDIMC=8 MWG=64 NDIMB=8 NDIMC=8 NWG=32 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=2 VWN=2 2.0007 ms (
165.8 GFLOPS)
(2/290) KWG=16 KWI=2 MDIMA=16 MDIMC=16 MWG=64 NDIMB=8 NDIMC=8 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=2 1.5245 ms
(217.6 GFLOPS)
(69/290) KWG=16 KWI=2 MDIMA=16 MDIMC=16 MWG=64 NDIMB=8 NDIMC=8 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=4 1.4920 m
s (222.4 GFLOPS)
(103/290) KWG=16 KWI=8 MDIMA=16 MDIMC=16 MWG=64 NDIMB=8 NDIMC=8 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=4 1.4887
ms (222.9 GFLOPS)
(237/290) KWG=16 KWI=8 MDIMA=8 MDIMC=8 MWG=64 NDIMB=8 NDIMC=8 NWG=64 SA=1 SB=1 STRM=0 STRN=0 TCE=0 VWM=4 VWN=2 1.4603 ms
(227.2 GFLOPS)
Wavefront/Warp size: 32
Max workgroup size: 1024
Max workgroup dimensions: 1024 1024 64
Using OpenCL single precision (less than 5% slower than half).
Detected 1 OpenCL platforms.
Platform version: OpenCL 1.2 CUDA 9.1.84
Platform profile: FULL_PROFILE
Platform name:    NVIDIA CUDA
Platform vendor:  NVIDIA Corporation
Device ID:     0
Device name:   GeForce GT 730
Device type:   GPU
Device vendor: NVIDIA Corporation
Device driver: 391.35
Device speed:  901 MHz
Device cores:  2 CU
Device score:  1112
Selected platform: NVIDIA CUDA
Selected device: GeForce GT 730
with OpenCL 1.2 capability.
Half precision compute support: No.
Tensor Core support: No.
Loaded existing SGEMM tuning.
Wavefront/Warp size: 32
Max workgroup size: 1024
Max workgroup dimensions: 1024 1024 64
Setting max tree size to 4248 MiB and cache size to 472 MiB.

Passes: 0            Black (X) Prisoners: 0
Black (X) to move    White (O) Prisoners: 0

   a b c d e f g h j k l m n o p q r s t
19 . . . . . . . . . . . . . . . . . . . 19
18 . . . . . . . . . . . . . . . . . . . 18
17 . . . . . . . . . . . . . . . . . . . 17
16 . . . + . . . . . + . . . . . + . . . 16
15 . . . . . . . . . . . . . . . . . . . 15
14 . . . . . . . . . . . . . . . . . . . 14
13 . . . . . . . . . . . . . . . . . . . 13
12 . . . . . . . . . . . . . . . . . . . 12
11 . . . . . . . . . . . . . . . . . . . 11
10 . . . + . . . . . + . . . . . + . . . 10
9 . . . . . . . . . . . . . . . . . . .  9
8 . . . . . . . . . . . . . . . . . . .  8
7 . . . . . . . . . . . . . . . . . . .  7
6 . . . . . . . . . . . . . . . . . . .  6
5 . . . . . . . . . . . . . . . . . . .  5
4 . . . + . . . . . + . . . . . + . . .  4
3 . . . . . . . . . . . . . . . . . . .  3
2 . . . . . . . . . . . . . . . . . . .  2
1 . . . . . . . . . . . . . . . . . . .  1
   a b c d e f g h j k l m n o p q r s t

Hash: 9A930BE1616C538E Ko-Hash: A14C933E7669946D

Black time: 01:00:00

作者: lu01    时间: 2019-3-19 07:50
f438 的地址 https://leela.online-go.com/netw ... 671954a8df3cf707.gz
作者: gfchy    时间: 2019-3-19 09:04
64位的用leelaz-max_lcb_root.exe就可以
作者: gfchy    时间: 2019-3-19 09:04
64位的用leelaz-max_lcb_root.exe就可以
作者: taishuan    时间: 2019-3-19 11:51
gfchy 发表于 2019-3-19 09:04
64位的用leelaz-max_lcb_root.exe就可以

真的可以用，感謝~
作者: hred9D    时间: 2019-3-19 12:05
谢谢，我这边外网貌似被墙了，一律打不开下载，能否发一个已下载文件吗？
作者: lu01    时间: 2019-3-19 12:22
这里
[attach]154478[/attach]

[attach]154477[/attach]


作者: gfchy    时间: 2019-3-19 12:25
用第一个引擎
作者: jiangbangjian    时间: 2019-3-19 19:46
本帖最后由 jiangbangjian 于 2019-3-20 19:00 编辑

GPU负载下降了20%多
还是下不过Release，同机对战，权重一样



作者: yunhuo    时间: 2019-3-19 20:31
taishuan 发表于 2019-3-19 01:24
真的挑權重，40b練成的15b權重不能用，elf v2可以用。

不是吧，我用15B的leela很正常呀
作者: hred9D    时间: 2019-3-19 20:38
Half precision compute support: No.
Tensor Core support: No.
------------------
显卡不支持，提升不大
作者: landa    时间: 2019-3-21 22:14
试了下，引擎出现一次低级勺子，估计是对价值网络添加简化算法后的漏洞。作者检查代码后也说算法存在原理性错误。
作者: hred9D    时间: 2019-3-21 22:40
landa 发表于 2019-3-21 22:14
试了下，引擎出现一次低级勺子，估计是对价值网络添加简化算法后的漏洞。作者检查代码后也说算法存在原理性 ...

能否发发棋谱看看，在用其他权重和引擎看看问题在哪里？
作者: gfchy    时间: 2019-3-22 18:24
测试了几盘 似乎不好用
作者: landa    时间: 2019-3-22 21:59
本帖最后由 landa 于 2019-3-22 22:01 编辑
hred9D 发表于 2019-3-21 22:40
能否发发棋谱看看，在用其他权重和引擎看看问题在哪里？

如附件。逆序看，问题场景在最下面一张。
作者: yunhuo    时间: 2019-3-25 09:16
landa 发表于 2019-3-22 21:59
如附件。逆序看，问题场景在最下面一张。

属于小概率发生的吧
作者: lxjtt09    时间: 2019-3-25 09:31
黑吃几个，白左边冲下也不小，黑下面全成残子，白最后输了？
作者: pgx300    时间: 2019-3-25 13:38
用不了权重的引擎，有啥用？




欢迎光临 飞扬围棋 (http://flygo.net/bbs/) Powered by Discuz! X3.2