DeepLearningShogi(dlshogi)

将棋でディープラーニングを実験するためのプロジェクトです。

基本的にAlphaGoの手法を参考に実装していく予定です。

検討経緯、実験結果などは、随時こちらのブログに掲載していきます。

http://tadaoyamaoka.hatenablog.com/

使用ライブラリ

• Apery

※モンテカルロ木探索の実装は囲碁プログラムのRay+Rnの実装を参考にしています。

ソース構成

フォルダ	説明
cppshogi	Aperyを流用した将棋ライブラリ（盤面管理、指し手生成）、入力特徴量作成
dlshogi	ニューラルネットワークの学習（Python）
make_hcp_by_self_play	Policyネットワークによる自己対局
make_hcpe_by_self_play	MCTSによる自己対局
test	テストコード
usi	対局用USIエンジン
utils	ツール類

ビルド環境

USIエンジン、自己対局プログラム

Windowsの場合

• Windows 10 64bit
• Visual Studio 2019

Linuxの場合

• Ubuntu 18.04 LTS
• g++

Windows、Linux共通

• CUDA 10.2
• cuDNN 7.6
• TensorRT 7

学習部

上記USIエンジンのビルド環境に加えて以下が必要

• Pytorch 1.3以上
• Python 3.5以上 (Anaconda)
• Boost 1.69.0
• CUDA 10.1
• cuDNN 7.6

ライセンス

ライセンスはGPLライセンスとします。