Surface Lapto2 よく頑張った！

やっと学習が終わりました。

4月28日午前10時に始めたディープラーニングを使ったコンピュータ将棋の学習処理を始めて3日半、やっと終わりました。　終了時刻は、5月1日午後5時33分
イテレーションの数が想定した値より大きく、予想終了時間を12時間以上超えましたが無事？終了しました。　やっと次のステップに行けます。

学習処理の結果です。　1エポックの学習でテストデータに対する一致率は約33％となりました。

熱暴走でシャットダウンしたり、大量データの処理中のネット環境が悪い中でのWeb閲覧という外乱を乗り越え、よく頑張ったSurface Laptop2！
さあ、次のステージに行きましょう。
ということで、Surface Laptop2は、来週から対局の準備に入ります。

Macbook Proはどうなった？

こちらはいいところまで進んだのですが、未だゴールには至っていません。
PlaidMLとKerasの組み合わせでMacbook Proに搭載されているAMD製のGPUを使ったディープラーニングを行う、ということまでは出来ました。
添付の記事がとても参考になりました。

stella-log.hatenablog.com

そして、Kerasを使ったディープラーニングの畳み込みニューラルネットワーク（CNN)の勉強も昨日届いた本で基礎を理解することができました。
これは初心者には本当に判りやすい良い本だと思います。

リンク

 この本を読んで、以下のことを再確認しました。
１）機械学習の基礎
　　機械学習の3ステップは以下
　　➀与えられたデータを元にして未知のデータを予測する数式（モデル）を考える。
　　②数式に含まれるパラメータの良し悪しを判断する誤差関数を用意する。
　　③誤差関数を最小にするようにパラメータの値を決定する。
２）TensorflowではLow-Level APIを使ってモデルを数式通りに記述する。
３）Kerasではモデル構築に必要なパラメータだけを与える。

ということで、ネットで調べ、本を読み、を繰り返し、試行錯誤を重ねて、PlaidMLをバックエンドにもつKerasを使ってディープラーニングを行うコンピュータ将棋のプログラムを作りMacbook Proで走らせました。

結果は、
１）棋譜データの読み込み：正常終了
２）PlaidMLによるAMD製GPUの認識：正常終了
３）モデル構築：多分、正常に終わったと思う。
４）学習開始、までは何とかできたのですが、
　　学習の行でエラー発生。
今は、このデバッグに手を取られています。
あと少し（この1行が動けばほぼゴールです）なので頑張ります。

それでは、また。