はじめまして 普段はフリーのwebエンジニアをやっていますshutaです。 最近Mac mini M4を購入したのですがせっかくスペックが上がったので趣味の将棋のAIを導入してみました。 今回はその手順について書かせていただこうと思います。 筆者について 将棋ウォーズ六段 最新のAIについての知識はほぼゼロなのでご了承ください。 NNUE系とDL系 現在、将棋AIの評価関数はNNUE系とDL系の2つに分かれるようです。 NNUE系はニューラルネットワーク、DL系はディープラーニングで学習した評価関数とのことで、 DL系の方が読める局面は少なくなり、その分人間の思考により近く正確に局面を読むことができるようになるようです。 今回はそのどちらも導入してみます。 NNUE系の導入 まず、gitからやねうら王をcloneします。

目指すところ OpenCLは楽しいのですが、厳しい高速化を狙っていくと難しい側面も出てきます。そこで、C++でOpenCLシリーズ最終回の今回は、高速化のためにやってみたアルゴリズム工夫のうち、効果のあったものを紹介してみたいと思います。 サンプルコードの中ではデバイス、コンテキスト、コマンドキューなどあまり本質的でない要素は宣言が省略されています。その辺が知りたい方はC++でOpenCL(環境構築編)とか、C++でOpenCL(使ってみよう編)を見てください。 高速化のために OpenCLなどの並列コンピューティングを用いて高速化するうえで問題となる箇所がいくつかありますが、主なものとしては ・メモリ転送の問題 ・メモリアクセスの問題 ・カーネル呼び出しの問題 などがあります。これらの問題を解決あるいは改善できる方法について紹介します。 実行時間計測 高速化手法とは違いますが、実行時間を

PyTorchが1.0になったらしいので、TensorFlowとJulia言語機械学習フレームワーク(Knet.jlとFlux.jl)しか触ったことがないけれども、見よう見まねでコードを書いてみる。 目的は、 「JuliaでTensorFlow その5: ニューラルネットワークの導入と深層学習」 https://qiita.com/cometscome_phys/items/45017aa9741c5fdc7eb9 「TensorFlowの高レベルAPIの使用方法：tf.layersの使い方と重みなどの取り出し方」 https://qiita.com/cometscome_phys/items/95ed1b89acc7829950dd などで使っていた関数をPyTorchでも再現することである。 バージョン PyTorch: 1.0.0 Python: 3.6.4 再現すべき関数 impo

ひよこカルロ将棋v0.16が、やっと初手で76歩を4割ぐらい指すようになりまして、2割ぐらいは26歩で、あとは96歩とか18香とかそういう手も混じっていたりしますが、まあ前よりは格段にマシになったのでどこを改善したのかを以下にざっと書いて、あとモンテカルロシミュレーション部分の全ソースを貼っておくので ・誰か代わりにもっといいものを書いてください ・たぶんどこかバグっているのだと思うので気づいた人は教えてください というお願いしますメソッドです。(なにがメソッドだ、なにが…) 改善した箇所 ・200手までで終局するかしないかを見ていたのを120手にした。あまり長い手数の終局は、指し手の意味がぼやけて、現実的ではないシミュレーションになっていると思ったから。 ・120手で終局しないときは無試合として、指し手の試行回数を増やさないようにした。終局していないものはノイズであって、そこから情報を取

概要 pythonで巡回セールスマン問題を実装してみました。都市を自由に設置できるようQt4を利用してGUI画面を作成しています。 リアルタイム描写するためにQTimer使っています。 遺伝子は順序表現*にしています。（交叉しても致死遺伝子を持つ子を発生させないため） *順序表現とは、次に巡回する都市が残りの都市の中で何番目にあるかの番号を遺伝子とし、固定された出発点の都市から順にこれを並べた文字列を染色体とする方法です。 pythonでの実装 # -*- coding: utf-8 -*- import sys from PyQt4.QtCore import * from PyQt4.QtGui import * import numpy as np import random import math import time class TravelingSalesman(QGraph

#Bash on Ubuntu on Windows と Visual Studio 2017 により Windows 10 上で、Linux アプリ開発が可能に！ Windows 10 Anniversary Update から、OS の機能一つとして、Linux のディストリビューションの一つである Ubuntu がサポートされるようになりました。Windows 環境で、Linux が利用可能です！ さらに、Visual Studio 2017 では、Linux の C++ 開発が標準でサポートされるようになりました。 Visual Studio の IDE を使い、C++ 開発を行い、コード上にプレイク ポイントを設定し、ステップ実行を行うことが可能です！！ #Bash on Ubuntu on Windows のインストールと構成 この Bash on Ubuntu on Wind

本日開催のPyCon JPの地方版, PyCon mini Hiroshima 2016にて, 「広島東洋カープの強さをPyDataと野球統計学"セイバーメトリクス"で証明したよ！」 というお話をさせていただきました！ 発表スライド Py "Baseball" Data入門 - 広島東洋カープ編 #pyconhiro from 伸一 中川 www.slideshare.net 動画 youtu.be 内容(ざっくり) 初心者向けPyData & 野球統計学入門 ピタゴラス勝率をpandasとIPythonでサクッと書く Scrapy, matplotlib, pandas, seaborn, jupyterでFIP(DIPS)およびRC27(RC)を算出して広島東洋カープの強さを証明する. 【結論】強力な中継ぎ陣&切れ目の無い打線が広島東洋カープの強さの秘密だった！ 補足 【サンプル】セイ

運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します⁠。個別にライセンスが設定されている記事等はそのライセンスに従います。

SVGは比較的古くからある仕様の1つですが、2010年3月にマイクロソフトがInternet Explorer 9でのサポートを表明してから一気に注目が高まりました。そんな古くて新しいSVGを今から使える情報と、将来の展望を全4回の集中連載で解説します。 SVGとは SVG（Scalable Vector Graphics）は、XMLベースのベクターグラフィック言語もしくは画像フォーマットです。W3Cによってその仕様が定義されており、画像フォーマットとして用いる場合は拡張子.svgが使用され、MIME形式はimage/svg+xmlが用いられます。 SVGの現状 Firefox、Safari、Google Chrome、Operaなどのブラウザが既にサポートしており、Internet Explorerもそのバージョン9、具体的にはInternet Explorer 9: Platform

こんばんは傍島です。 みなさんお使いのスマートフォンは、iPhoneでしょうか？ それともAndroidケータイでしょうか？ 私はマニアぶりの炸裂で、iPhoneがある上に、Androidケータイ、もうひとつおまけに、Windows Phone 7まで所有している始末で、猫に囲まれるならぬ、ガジェットに囲まれる楽しい毎日を過ごしています（笑）。 さて、AndroidケータイでメールやTwitterなんかを使っていると、外付けキーボードが使えたら...と考えることが時々あります。Androidケータイには、キーボード付き端末も存在しているので、本当にほしければそれを選ぶことになると思います。ただ、そこまでは...と考える方は、Bluetoothキーボードを選択することになるワケです。しかし、お値段が少しお高めなので、どんな使用感になるのかをとりあえず試してみたいという方は、『Wi-FiKey