飞扬围棋

标题: sai开始训练19路了 [打印本页]

---

作者: lu01    时间: 2019-10-28 14:18
标题: sai开始训练19路了
http://sai.unich.it/
参加训练需要先注册

---

作者: lu01    时间: 2019-10-28 14:18
9路非常强了

---

作者: lu01    时间: 2019-10-28 14:21
进展

Vandertic于2019年10月18日编辑本页，共2次修订


草案


SAI学习管道不同于Leela Zero。


LeelaZero是基于AlphaGoZero的论文，而SAI遵循AlphaZero论文中描述的修改。


主要的区别在于，在alphago zero文件和leela zero项目中，存在门控，这意味着一个新训练的网络被提升为最佳网络，从而进行自我游戏，前提是有一些统计证据表明它比前一个网络有所改进。更准确地说，比赛进行了400场，如果获胜率至少为55%（与投币公平的2σ偏差），那么网立即被提升。


在alphazero文件中没有门控：训练是连续的，在250000个游戏的移动缓冲区上，每1000个训练步骤产生一个新的网络，立即升级，并投入25000个游戏。


在我们使用7x7和9x9sai的实验运行中，我们看到第二种方法确实非常健壮，即使没有门控，也可以观察到一些强度振荡。最后，我们达成了一个介于两者之间的协议：我们遵循alphazero方法，但在每一步，我们都会训练少量的网络，并推广一个在之前的网络中表现最好的网络，即使胜率低于50%。这些晋级比赛由少量的比赛组成，远远少于400场；事实上，比赛的目的并不是为了选出最佳的候选人，而是为了避免非常糟糕的比赛，以确保比赛的稳健性。


sai管道周期比alphazero快，因为我们没有巨大的资源，我们希望在检查进度的同时，通过执行较小的中间步骤，尽可能地提高效率。


循环如下。


gen=0，current_net=random，n=1；

current_u net玩2560个完整的自玩游戏，带有变量komi，根据current_u net的评价进行分配；

当前网络从以前游戏的随机位置开始玩自玩游戏的分支；

当游戏数达到3072个自玩游戏时，在前n代自玩游戏的基础上开始训练；

在训练过程中，产生了数量不等的候选网络（目前，在2000个训练步骤中，一个接一个地产生了10个网络）；

一旦有候选人，新的候选人网络和当前的候选人网络之间就会添加晋升匹配。这些比赛可以被识别，因为它们有50场比赛长；

当促销匹配结束时，确定最佳候选网络；用所选网络表示；

本网通过玩自玩游戏分支，直至计数达到3840；

在几个最近的网络（在gen-k世代提升的网络，k在{1，2，5，8，11}）和select_net之间添加参考匹配，以获得对select_net elo更精确的评估。这些比赛可以被识别，因为它们有40场比赛长；

如果gen是4的倍数，则在面板中的16个网络和selected_net之间添加面板匹配，再次获得selected_net elo的更精确评估。这些比赛有30场比赛长，所以可以确定；

gen++，current_net=选择的_net，如果合理，则n++；

进入步骤2；

---

作者: leexch    时间: 2019-10-28 15:33
虽然机器翻译得乱七八糟，但基本上能看得懂，好像和katago区别不大

---

作者: lu01    时间: 2019-10-28 20:33
23w盘训练出leelaz 110w盘的强度

---

作者: hred9D    时间: 2019-10-28 20:39

lu01 发表于 2019-10-28 20:33
23w盘训练出leelaz 110w盘的强度

训练提升的速度非常快

---

作者: 小财神    时间: 2019-10-29 09:27
怎么训练和注册

---

作者: lu01    时间: 2019-10-29 11:23
在http://sai.unich.it/user-request
注册会收到1个电子邮件，选择邮件中的url激活
训练
在 https://github.com/sai-dev/sai/releases/ 下载最新版，运行解压缩到一个文件夹
然后运行里面的sa.hta文件，填写刚才注册的用户名密码

---

作者: lu01    时间: 2019-10-29 11:24

hred9D 发表于 2019-10-28 20:39
训练提升的速度非常快

他跳过了5x64
直接6x128

---

作者: hred9D    时间: 2019-10-29 20:06
SAI 0.17.4用sabaki加载里拉权重也是可以运行的

---

作者: lu01    时间: 2019-10-30 07:13
参加训练的人多起来了

---

作者: lu01    时间: 2019-10-30 08:11
sai36比lz24强 ,还不如lz30

---

作者: nan    时间: 2019-10-30 13:16

lu01 发表于 2019-10-28 20:33
23w盘训练出leelaz 110w盘的强度

楼主有个笔误，sai的训练量在13w盘时击败了110w盘强度的lz。
我注册的名字是GeorgeShangHai，参加了最近4个权重v33-v36四个权重的跑谱。

sai的棋力成长非常快，观察sai在分析模式下的表现，去掉nrsymm参数
1. sai036在棋力超过lz024的情况下，开局变化更多，棋局中死活棋更强。
2. 100k计算量下，lz024只有星位开局一种；sai032有点22、54、边星5路飞等。
3. 100k计算量下，sai032的热图比lz024更均匀，lz024热图的中腹和边有明显空缺。
4. 1k计算量下的热图，sai032是侧箭头形态，lz024是四宽边形态，而lz030则是以角星位为主的点状热图了。


我在2060上跑了一次1秒1步的对战，每步计算量sai大概是2k左右，lz大概是5k左右。
在做活各自几个棋块中，lz的一块假眼棋在争斗中死掉了，sai很早就知道抓lz这块棋。

个人感觉sai目前重视中腹模样，凭借死活能力，不怕对方角块出棋。不知道这种状态持续多久。

---

作者: nan    时间: 2019-10-30 13:22
补充一下
lz030走星位，但不知道点三三，不会托退定式
lz057走星位，点三三接扳托长，少走连扳定式，会走托退定式

---

作者: lu01    时间: 2019-10-31 18:12
平均7小时一个新权重

---

作者: lu01    时间: 2019-11-1 08:30


sai43对lz030胜率80%，对lz033 55%
与lz035有胜负

---

作者: lu01    时间: 2019-11-2 18:17
sai48比lz36强，比lz40弱

---

作者: lu01    时间: 2019-11-2 21:23
20万局了

---

作者: lu01    时间: 2019-11-3 14:50
作者要提升训练的visits了

---

作者: nan    时间: 2019-11-4 09:13
为楼主加油。

---

作者: lu01    时间: 2019-11-5 06:07
sai57 与lz40差不多了

---

作者: lu01    时间: 2019-11-6 05:25
sai60超过lz40了

---

作者: 弈林妖刀    时间: 2019-11-7 15:58
有没有已经弄好的可以加载sai的。。。软件啊。。。

---

作者: lu01    时间: 2019-11-7 18:28
这个可以 https://github.com/wonsiks/BadukMegapack

---

作者: 弈林妖刀    时间: 2019-11-7 21:13

lu01 发表于 2019-11-7 18:28
这个可以 https://github.com/wonsiks/BadukMegapack

悲剧要翻墙才能打开。。 sai我已经注册了，并下载最新权重还是无法跑谱。。。

---

作者: lu01    时间: 2019-11-7 22:11
看这篇的命令行https://github.com/sai-dev/sai/wiki/Client-server-communication

---

作者: 弈林妖刀    时间: 2019-11-8 14:24
network connection to server failed。一直提示这个。。最新权重在主页下载到networks也一样。。

---

作者: 弈林妖刀    时间: 2019-11-8 14:41
原来如此，自个研究了下，点击sai  html应用程序，输入注册好的id和密码确认后，用下载的最新权重放入networks中 开始跑谱了。。

---

作者: 弈林妖刀    时间: 2019-11-8 17:45

lu01 发表于 2019-11-7 22:11
看这篇的命令行https://github.com/sai-dev/sai/wiki/Client-server-communication

有跑谱交流群吗？

---

作者: nan    时间: 2019-11-8 19:23
楼主贡献一个qq群吧

---

作者: lu01    时间: 2019-11-10 19:35
sai74和lz58互有胜负

---

作者: nan    时间: 2019-11-10 22:52
我测试后发现，SAI v1000 对 LZ v1600 在用时上比较公平，毕竟LZ是5*64的网络，速度要快一些。
大致1.5倍的用时差距，不过对比较棋力影响不大，因为处在快速提升棋力过程中，差距很明显，同V能赢下来的，同时间也差不多。

---

作者: 弈林妖刀    时间: 2019-11-12 14:45
sai跑谱训练群 QQ群：628856692

---

作者: 狐爸爸    时间: 2019-11-13 18:22
笔记本能跑吗？

---

作者: leexch    时间: 2019-11-13 20:25

狐爸爸 发表于 2019-11-13 18:22
笔记本能跑吗？

可以跑，如果用GPU版本的，注意散热问题
CPU的也可以跑，就是太慢了

---

作者: lu01    时间: 2019-11-13 20:25

狐爸爸 发表于 2019-11-13 18:22
笔记本能跑吗？

能跑leelaz就能跑，因为权重小，配置差点没关系

---

作者: leexch    时间: 2019-11-14 09:21
试过了，GPU版本在我的电脑上闪退，更新显卡驱动和系统，均不行，不知道什么问题

---

作者: lu01    时间: 2019-11-14 19:15
sai87和 lz68有胜负

---

作者: lu01    时间: 2019-11-16 05:58
作者修改了学习率，sai棋力突然提高了

---

作者: lu01    时间: 2019-11-16 22:00
机器人 https://online-go.com/player/695086

---

作者: lu01    时间: 2019-11-17 03:23
sai 96又提高很多

---

作者: 弈林妖刀    时间: 2019-11-17 14:36

lu01 发表于 2019-11-16 05:58
作者修改了学习率，sai棋力突然提高了

难怪这两天明显看它提高了。。。请问哪里看跟lz权重的对比？

---

作者: lu01    时间: 2019-11-17 17:35
首页带comparison的比赛都是对lz某个权重

---

作者: 弈林妖刀    时间: 2019-11-17 21:45
comparison没找到这个选顶啊

---

作者: lu01    时间: 2019-11-17 21:46
右边表格最后一列

---

作者: lu01    时间: 2019-11-17 21:46
比如: 2019-11-16 22:29        b46c6882   VS  ed002cf3  14 : 0 : 3 (82.35%)        17 / 10        comparison

---

作者: 弈林妖刀    时间: 2019-11-18 12:32

lu01 发表于 2019-11-17 21:46
比如: 2019-11-16 22:29        b46c6882   VS  ed002cf3  14 : 0 : 3 (82.35%)        17 / 10        comparison

明白了这是在官网主页上权重对比，今天进不去了。。http://sai.unich.it/

---

作者: lu01    时间: 2019-11-18 15:38
你也可以把sai的exe和vc dll文件复制到leela目录，用validatiion来比较
例如
validation -g 2 -k sai90_lz251 -n cc3.gz -o "-g -v 400 -r 5 -w" -n networks/b346eff6bd20d5e9e2229549916c323a9f3b42e60ecd0a4e16903f4a6967a069.gz -o "-g -v 1 -r 5 -w" -- sai -- sai

---

作者: 弈林妖刀    时间: 2019-11-19 17:26

lu01 发表于 2019-11-18 15:38
你也可以把sai的exe和vc dll文件复制到leela目录，用validatiion来比较
例如
validation -g 2 -k sai90_l ...

还不会防征子。。。给作者说一下。。。

---

作者: lu01    时间: 2019-11-19 17:31
已经说过这个

---

作者: lu01    时间: 2019-11-20 06:46
能胜zen 7d https://lifein19x19.com/viewtopic.php?f=18&t=17023

---

作者: lu01    时间: 2019-11-22 16:40
elo lz 列表
no|rating|gap|hash
13|9720.5|429.0|LZ081:5e8f3a
12|9291.7|516.0|LZ068:af4f49
11|8775.5|433.0|LZ058:ed002c
10|8342.8|613.0|LZ047:830158
9|7729.8|319.0|LZ040:30004a
8|7410.8|489.0|LZ036:c99f1a
7|6921.9|340.0|LZ030:273a02
6|6581.9|529.0|LZ024:3382a7
5|6053.2|129.0|LZ018:4701bb
4|5924.5|365.0|LZ017:5bcb39
3|5559.8|1039.0|LZ016:fe7a6c
2|4521.1|1100.0|LZ013:1607db
1|3421.2|821.0|LZ009:6f274a
0|2600||LZ006:a11516

elo sai列表
no|rating|gap
110|9638.2|40.0
109|9598.2|20.0
108|9577.8|38.0
107|9540.3|12.0
106|9528|-9.0
105|9536.5|70.0
104|9466.1|82.0
103|9384.5|-38.0
102|9422.6|1.0
101|9421.6|55.0
100|9366.3|85.0
99|9281.5|15.0
98|9266.7|-16.0
97|9282.8|79.0
96|9203.6|135.0
95|9068.3|18.0
94|9049.9|38.0
93|9011.5|55.0
92|8956.3|323.0
91|8633.1|26.0

---

作者: 罗浩宇    时间: 2020-2-3 11:29
求 加载参数

---

作者: keeper    时间: 2020-5-29 20:06
不错不错

---

作者: keeper    时间: 2020-5-31 21:50
厉害了

---

欢迎光临 飞扬围棋 (http://flygo.net/bbs/)

Powered by Discuz! X3.2