USIエンジンをAWSのWindowsインスタンスで実行する

将棋所コンピュータ将棋 AWS SSH

以前にAWSのWindowsサーバで、GPUを増やしても探索速度を上げられなかったということを書きましたが、後からバグがあって1個のGPUしか使っていなかったがわかりました。バグを修正したバージョンで、p3.8xlargeで4GPUを使うと自宅のGPU2枚のPCより少し探索…

2018-04-30

AWSのWindows AMIにsshで接続する

Windows AWS SSH

AWSのWindows AMIで作成したインスタンスにsshで接続する方法についてです。使用したAMIは、「Windows_Server-2016-English-Deep-Learning-2018.03.24 (ami-4f168837)」です。WindowsでSSHサーバを構築する方法はいくつかありますが、マイクロソフトがオープ…

2018-04-25

将棋AIの進捗その20(自己対局による強化学習)

AlphaZero dlshogi コンピュータ将棋

自己対局による強化学習を続けています。現在、1サイクルあたり500万局を自己対局で生成するサイクルを17サイクル実行したところです。教師ありでelmoで深さ8で生成した4.9億局面を事前学習したモデルを初期モデルとしています。初期モデルは、収束前のLe…

2018-04-21

Chainer4系がAnaconda3 4.2.0で動かない件

Chainer Python Windows

4/17にChainer 4.0.0がリリースされましたが、Anaconda3 4.2.0では以下のエラーがでて動かなくなっていました。 >>> import chainer Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Anaconda3\lib\site-packages\chainer\__init__.py", </module></stdin>…

2018-04-20

【告知】技術書典4

4/22(日)に秋葉原で開催される技術書典4で、「ディープラーニングを使った将棋AIの作り方２～大規模学習、高速化編～」という本を出します。場所は「き15」になります。書籍「将棋AIで学ぶディープラーニング」の第13章の補足的な内容です。頒布は紙の本の…

2018-04-06

将棋AIの進捗その19(初期局面集)

コンピュータ将棋 DeepLearning dlshogi

自己対局による強化学習を行う際に、対局の開始局面には、初期局面集を使用している。 AlphaZeroでは、固定手数まではノイズを加えルートノードの訪問回数に応じた確率で手を選択することで局面の多様性を確保している。しかし、この方法ではモデルに依存し…

2018-04-04

将棋AIの進捗その18(スケーラビリティ)

dlshogi GPU DeepLearning コンピュータ将棋

AWSのp3.8xlargeインスタンスを試験的に借りてGPUを増やした場合の性能を測定しました。 Linuxだとマルチスレッドの性能がでないので、OSはWindowsです。p3.8xlargeのマシンスペックは以下の通りです。 Tesla V100 GPUs 4 vCPUs 32 Main Memory 244GiB 各GPU…