# NineLearning **Repository Path**: blackldh/NineLearning ## Basic Information - **Project Name**: NineLearning - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2021-04-01 - **Last Updated**: 2021-04-01 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # NjuptGo > folk from [**NineLearning**](https://github.com/blont714/NineLearning) > > 实现9路幻影围棋的基础AI ## Pyaq Pyaq是仅用Python实现的Go程序。 该程序是旨在学习和玩Go神经网络模型的深度学习教程。 ![top](https://user-images.githubusercontent.com/32036527/36086412-90005ab6-100f-11e8-912b-fdf30c61b2ef.png) 更具体地讲，做了以下内容。 - 使用[TensorFlow](https://www.tensorflow.org/)学习9条记录 - 玩学习的模型 它是Go游戏和深度学习的最低必需实现，它具有约1000行的所有学习和执行代码。如果您想学习更高级的内容，请阅读源代码。当然也欢迎拉取请求。 ### 1.准备 以下面的环境为例进行说明。 - Ubuntu 16.04 - Python 2.7 - TensorFlow 引进TensorFlow是[在Ubuntu安装TensorFlow](https://qiita.com/yudsuzuk/items/092c38fee18e4484ece9)请参考。 将GPU与TensorFlow一起使用时 - [CUDA工具包9.0](https://developer.nvidia.com/cuda-90-download-archive) - [cuDNN v7.0](https://developer.nvidia.com/cudnn) 必须安装。此外，还需要nVidia生产的[CUDA Capability](https://developer.nvidia.com/cuda-gpus) 3.5或更高版本的图形板。 有关CUDA的[安装](https://qiita.com/JeJeNeNo/items/05e148a325192004e2cd)，请参考[在Ubuntu 16.04LTS上安装的CUDA 8.0和cuDNN 6](https://qiita.com/JeJeNeNo/items/05e148a325192004e2cd)（注意：版本与链接不同）。 接下来，下载源代码。 ```shell $ git clone https://github.com/ymgaq/Pyaq ``` 您也可以从右上角的“克隆或下载”手动下载它。 准备完成。 如果要立即运行，请将学习到的数据文件复制`Pyaq/pre_train/model.ckpt`到`Pyaq/`“，并使用[ GoGui。](#4.在GoGui上玩) 让我们检查一下测试匹配是否有效。 ```shell $ ./pyaq.py --self --random ``` 如果获得以下输出，则说明成功。转到“ [2.学习](#2.学习)”。 ``` A B C D E F G H J 9 . X X X X X X . X 9 8 X X X . X X X X X 8 7 O O X X X O O X O 7 6 O O O O O . O O O 6 5 O O X O O O O . O 5 4 X X X O . O . O O 4 3 . X O O O O O O . 3 2 X X X X X O O O O 2 1 X . X O O O O O . 1 A B C D E F G H J A B C D E F G H J 9 . X X X X X X . X 9 8 X X X . X X X X X 8 7 O O X X X O O X O 7 6 O O O O O . O O O 6 5 O O X O O O O . O 5 4 X X X O . O . O O 4 3 . X O O O O O O . 3 2 X X X X X O O O O 2 1 X . X O O O O O . 1 A B C D E F G H J result: W+16.0 ``` ### 2.学习 首先，扩展学习文件。 ```shell $ cd Pyaq $ unzip sgf.zip ``` 使用9个跟踪记录文件（* .sgf）进行学习。当您运行以下命令时，学习开始： ```shell $ ./pyaq.py --learn ``` 如果要在没有GPU的情况下进行训练，请`--cpu`添加一个选项。 （但是，纯CPU学习尚未经过全面测试。） ```shell $ ./pyaq.py --learn --cpu ``` 学习日志扩展如下：相同的内容也记录在log.txt中。 根据GPU的性能，学习将在大约3-4小时内完成。仅对于CPU，大约需要3天。 ``` imported 34572 sgf files. converting ... learning rate=0.0003 progress: 0.10[%] 14.3[sec] progress: 0.20[%] 13.3[sec] progress: 0.30[%] 13.3[sec] progress: 0.40[%] 13.4[sec] progress: 0.50[%] 13.3[sec] progress: 0.60[%] 13.4[sec] progress: 0.70[%] 13.3[sec] progress: 0.80[%] 13.3[sec] progress: 0.90[%] 13.2[sec] progress: 1.00[%] 13.2[sec] progress: 1.10[%] 13.3[sec] progress: 1.20[%] 13.3[sec] progress: 1.30[%] 13.3[sec] progress: 1.40[%] 13.2[sec] progress: 1.50[%] 13.2[sec] progress: 1.60[%] 13.2[sec] progress: 1.70[%] 13.3[sec] progress: 1.80[%] 13.3[sec] progress: 1.90[%] 13.2[sec] progress: 2.00[%] 13.2[sec] progress: 2.10[%] 13.2[sec] progress: 2.20[%] 13.4[sec] progress: 2.30[%] 13.4[sec] progress: 2.40[%] 13.2[sec] progress: 2.50[%] 13.3[sec] train: policy=46.95[%] value=0.469 test : policy=47.13[%] value=0.469 progress: 2.60[%] 15.5[sec] progress: 2.70[%] 13.4[sec] ``` 每2.5％对测试数据进行评估。`policy`是游戏分数的下一手和神经网络输出的一手之间的匹配率，并且`value`是分数分数与网络输出的评估值（-1至+1）之间的误差（均方误差）。最后，在测试数据中似乎策略为57％，值约为0.36。 学习完成后，将`model.ckpt`保存参数文件。 网络模型的`BLOCK_CNT`和`FILTER_CNT`或板，`KEEP_PREV_CNT`或改变，如改变该模型的形状，通过使用原始游戏记录数据，则可以产生更有力的参数。如果您有兴趣，请尝试为您创建最强大的网络。 ### 3.让我们玩自我比赛（控制台） 使用在控制台上学习的模型，让我们首先进行不搜索的自我匹配。 ```shell $ ./pyaq.py --self --quick --cpu ``` 无需搜索即可获得战斗结果。 ``` A B C D E F G H J 9 . . . . . O O X . 9 8 . . O O . O X X X 8 7 . O X X O O O X . 7 6 . . . O X O X X . 6 5 O O . O X X O . . 5 4[X] X O O O X O . . 4 3 X X X O X X X . . 3 2 X . X O X . . . . 2 1 . X O O O X . . . 1 A B C D E F G H J A B C D E F G H J 9 . . . . . O O X . 9 8 . . O O . O X X X 8 7 . O X X O O O X . 7 6 . . . O X O X X . 6 5 O O . O X X O . . 5 4 X X O O O X O . . 4 3 X X X O X X X . . 3 2 X . X O X . . . . 2 1 . X O O O X . . . 1 A B C D E F G H J A B C D E F G H J 9 . . . . . O O X . 9 8 . . O O . O X X X 8 7 . O X X O O O X . 7 6 . . . O X O X X . 6 5 O O . O X X O . . 5 4 X X O O O X O . . 4 3 X X X O X X X . . 3 2 X . X O X . . . . 2 1 . X O O O X . . . 1 A B C D E F G H J result: Draw ``` 接下来，让我们与搜索进行自我匹配。 ```shell $ ./pyaq.py --self --byoyomi=3 ``` 如果没有GPU，则`--cpu`添加一个选项。 ```shell $ ./pyaq.py --self --byoyomi=3 --cpu ``` 游戏每步进行3秒。 ``` move count=3: left time=0.0[sec] evaluated=104 |move|count |rate |value|prob | best sequence |D5 | 1114| 54.7| 56.3| 90.4| D5 ->C5 ->C4 ->E5 ->D6 ->E6 ->E7 ->E4 |E4 | 150| 51.3| 55.2| 0.8| E4 ->E3 ->D5 ->C5 ->E5 ->F3 ->C4 ->D3 |F4 | 20| 51.2| 54.3| 0.8| F4 ->D6 ->D7 |D6 | 1| 48.1| 48.1| 3.0| D6 |C6 | 1| 46.0| 46.0| 2.3| C6 |C3 | 1| 44.4| 44.4| 1.8| C3 A B C D E F G H J 9 . . . . . . . . . 9 8 . . . . . . . . . 8 7 . . . . . . . . . 7 6 . . . . . X . . . 6 5 . . . [X] . . . . . 5 4 . . . O . . . . . 4 3 . . . . . . . . . 3 2 . . . . . . . . . 2 1 . . . . . . . . . 1 A B C D E F G H J ``` 思想记录的内容如下。 - `move count` 移动计数 - `left time` 剩余时间 - `evaluated` 以此想法评估的board数量 - `move` 选手步数 - `count` 搜索数 - `rate` 选手的胜率 - `value` 选手开始时的评估值 - `prob` 选手走棋的概率 - `best sequence` 最佳顺序 pyaq.py的命令行选项如下。 - `--cpu` 仅使用CPU - `--learn` 从游戏记录中学习 - `--self` 在控制台上进行自我比试 - `--random` 随机play - `--quick` 选择可能性最高的（不搜索） - `--clean` 中止（仅在搜索时） - `--main_time=600` 设定总时间10分钟 - `--byoyomi=10` 将读数时间设为10秒 ### 4.在GoGui上玩 人谁不学习，学到的数据文件`Pyaq/pre_train`中`model.ckpt`的`Pyaq/`被复制到请。 使用[GoGui](https://sourceforge.net/projects/gogui/files/gogui/1.4.9/)与AI一起[玩](https://sourceforge.net/projects/gogui/files/gogui/1.4.9/)。 将菜单>游戏>面板尺寸设置为“ 9”后，从菜单>程序>新程序中注册“命令”和“工作目录”。 ![resister](https://user-images.githubusercontent.com/32036527/36086431-acdf1168-100f-11e8-9127-adc138b3fa3d.png) 启动后，您可以使用GUI。可以从菜单>工具> GTP Shell中查看思想日志。 ![top](https://user-images.githubusercontent.com/32036527/36086412-90005ab6-100f-11e8-912b-fdf30c61b2ef.png) https://twitter.com/ymg_aq) ## 附录: ### 围棋英文术语: - 贴目 (komi) - 气 (*liberty*) - 叫吃 (*atari*) - 劫(Ko) ### 规则说明: **让子**:是围棋的一种对弈制度，指持黑子的一方先在棋盘上摆上一定数目的子之後，再由执白子的一方开始下 **贴目**:指黑方由于先手，在布局上占有一定的优势，为了公平起见，在最后计算双方所占地的多少时，黑棋必须扣减一定的[目数](https://baike.baidu.com/item/目数)或子数。 **劫**:如图，轮[白下](https://www.baidu.com/s?wd=白下&tn=SE_PcZhidaonwhc_ngpagmjz&rsv_dl=gh_pc_zhidao)子时，白在A位提黑一子；此时，黑不能立即回提A位的白子，必须寻找劫材，即在别处下一着，待白方应后，再回提A位的白子。但是，并非所有的劫材都会导致对方应一手，在价值判断取舍的情况下，对方也可能不应劫而解消劫争，“劫胜”也叫“消劫”。 ![](https://gss0.baidu.com/94o3dSag_xI4khGko9WTAnF6hhy/zhidao/pic/item/35a85edf8db1cb1301064346d054564e92584b73.jpg) ### License [MIT License](https://github.com/ymgaq/Pyaq/blob/master/LICENSE) Author: Thanks to origin Author: [Yu Yamaguchi](