ポリシーの強化学習、遅々として進んでいます(汗
時々、テストでMCTS動かしてポリシーの学習値を見ているのですが、
学習対象の全48手のうち、後ろ12手分くらい、それっぽく濃淡がついてきてます。
このまま続けたら、もっと前の方まで学習してくれると期待しているのですが、ここ
からが分岐が多い箇所なので、どれくらい時間がかかるか想像がつかない。
で、ポリシーの強化学習の結果を使って、バリューの方も学習させていたのですが、
やはり無理がある事に思い至りました。バリューはバリューで別途強化学習をさせ
ないといけない模様。どちらかというとバリューの方が大事なので、このままポリシー
の学習を続けるか、一旦棚上げしてバリューの方に乗り換えるか、悩み中。
学習中のポリシーをMCTSに組み込んだところ、速度低下が著しい。メモリーのランダム
アクセスが原因だと思う。速度アップネタをいくつか模索してみたいと思いますが、
変更が重いので、いつやるかこちらも悩み中。
探検
【オセロ,将棋】ボードゲーム【囲碁,War】
レス数が950を超えています。1000を超えると書き込みができなくなります。
977310
2017/10/05(木) 22:33:23.90ID:sIPpafz3レス数が950を超えています。1000を超えると書き込みができなくなります。
ニュース
- 【調査】クレジットカード、1人何枚持つのが「平均的」? [ひぃぃ★]
- 中国外務省「正式な発言撤回なければ受け入れず」 高市首相は台湾有事「存立危機事態」言及せずも「言及しないことと撤回は別問題」★8 [ぐれ★]
- 「『ETC』←なんて読んでますか?」 公募で決めたのに全然呼ばれなかった“幻の愛称”とは [七波羅探題★]
- 首都圏の通勤ラッシュがどんどんひどくなっている JR埼京線は混雑率163%!コロナ前に戻ったわけ [首都圏の虎★]
- 【競馬】ジャパンカップ カランダガンが優勝! [久太郎★]
- 宮崎あおい「電子レンジ持ってない」“丁寧な暮らし”を告白「ごはんを温め直すときも蒸し器」に「凄すぎ」の声 [muffin★]
- 【NJPW】新日本プロレスワールド part.2419
- 他サポ2025-278
- 東京競馬5回8日目 3
- 鹿島アントラーズ実況2025☆67
- ハム専 エスコン日韓OB戦
- 京都競馬4回8日目〜阪神競馬5回1日目
- 【悲報】統一協会2世、🏺の思想とナチズムの類似性を記事にしてしまう高市 [517791167]
- 暗黒物質(ダークマター)、どうやらガンマ線を放出するらしい 安倍晋三か [402859164]
- 【高市 終了】 フランス ドイツ イギリス「やっぱり中国とは仲良くしなくちゃね🤗」 首脳が続々と中国を訪問へ…… [485983549]
- えちえち女だけど
- 【日中激突!】自民政調会長「常に対話の窓はオープンだ!」と、冷静な行動を訴え。あとは、中国が対話してくれるだけ。。 [219241683]
- 【高市悲報】たぬかな(夫は暇空茜疑惑)、漫画化 [485187932]
