Skip to content

Latest commit

 

History

History
238 lines (144 loc) · 11.1 KB

Tutorial.md

File metadata and controls

238 lines (144 loc) · 11.1 KB
Raw

教學

零、依賴與來源

以下是部份程式碼和資源的來源

  1. sgf.py 修改自 jtauber/sgf
  2. board.py 修改自 ymgaq/Pyaq
  3. sgf.zip 來源自 ymgaq/Pyaq
  4. gui.py 修改自 YoujiaZhang/AlphaGo-Zero-Gobang

以下的 python 依賴庫需要安裝（請注意本程式使用 python3）

  1. PyTorch（1.x 版本，如果要使用 GPU 請下載對應的 CUDA/cuDNN 版本）
  2. NumPy
  3. Tkinter
  4. Matplotlib（僅訓練時需要）

以下程式需要 Java

  1. KGS GTP

python 部份請輸入下列指令安裝，或自行使用下載可執行的版本

pip3 install -r requirements.txt

ㄧ、訓練網路

dlgo 包含 SGF 解析器，可以解析此格式的棋譜，並將棋譜作為訓練資料訓練一個網路，通過以下步驟可以訓練出一個基本網路。

第一步、收集棋譜

需要收集訓練的棋譜，如果你沒有可使用的棋譜，可以使用附的 sgf.zip，裡面包含三萬五千盤左右的九路棋譜。也可以到 Aya 、DarkGo 、KGS 或是 Leela Zero 上找到更多可訓練的棋譜。需要注意的是，dlgo 不能解析讓子棋棋譜，如有讓子棋棋譜需要事先清除，還有訓練棋譜至少要有數萬盤，不然的話價值頭（value head）容易崩潰，尤其是十九路。

第二步、設定網路大小

網路的參數包含在 config.py 裡，所需要用到的參數如下

參數 說明
BLOCK_SIZE 殘差網路的 block 的數目，數目越大網路越大
BLOCK_CHANNELS 卷積網路 channel 的數目，數目越大網路越大
POLICY_CHANNELS 策略頭 channel 的數目，數目越大策略頭預準度越好
VALUE_CHANNELS 價值頭 channel 的數目，數目越大價值頭預準度越好
BOARD_SIZE 棋盤大小，必須和棋譜的大小一致
USE_SE 是否啟用 Squeeze-and-Excitation 網路結構
USE_GPU 是否使用 GPU 訓練。如果為 True ，會自動檢查是否有可用的 GPU ，如果沒有檢測到 GPU ，則會使用 CPU 訓練，如果為 False ，則強制使用 CPU 訓練。此參數建議使用 True

第三步、開始訓練

接下來便是開始訓練一個網路，所需要用到的參數如下

參數 參數類別 說明
-d, --dir string 要訓練的 SGF 檔案夾，不指定則直接使用 data-cache 的訓練資料
-s, --steps integer 要訓練的步數，越多訓練時間越久
-b, --batch-size integer 訓練的 batch size，建議至少大於 128 ，太低會無法訓練
-l, --learning-rate float 學習率大小 ，建議從 0.005 開始
-r, --rate integer 下採樣率，有 1/N 的機率採樣訓練資料，剩餘的捨棄，可以大幅度增加訓練穩定度
--value-loss-scale float Value Loss 的倍率，預設是 0.25 倍
--lr-decay-steps integer 每 X steps 降低當前的學習率
--lr-decay-factor float 降低學習率的乘數
--noplot NA 訓練完後不要使用 Matplotlib 繪圖

以下是訓練範例命令

$ python3 train.py --dir sgf-directory-name --steps 128000 --batch-size 512 --learning-rate 0.001

在一台有配備獨立顯示卡的電腦，大概數個小時內可以完成訓練，如果使用 CPU 訓練大概需要幾天時間。當網路權重出現後，就完成第一步的訓練了。如果你對當前的訓練結果不滿意，可到這裏查看一些訓練時的小技巧。

二、啟動引擎

Linux/MacOS

啟動引擎有四個參數是比較重要的

參數 參數類別 說明
-w, --weights string 要使用的網路權重名稱，如果沒給則使用 random 的權重
-p, --playouts integer MCTS 的 playouts，數目越多越強。預設值是 400
-r, --resign-threshold float 投降的門檻，0.1 代表勝率低於 10% 就會投降。預設值是 0.1
-g, --gui NA 使用內建的圖形界面。

注意在啟動以前，必須確定你有權限執行 dlgo.py ，如果沒有，請先使用 chmod 指令更改權限，以下是啟動的範例

$ chmod 777 dlgo.py
$ ./dlgo.py --weights weights-name --playouts 1600 -r 0.25

啟動之後，可以試試輸入 GTP 指令 showboard ，看看是否有正常運作，順利的話可以看到以下輸出

showboard
   A  B  C  D  E  F  G  H  J 
 9 .  .  .  .  .  .  .  .  .  9
 8 .  .  .  .  .  .  .  .  .  8
 7 .  .  .  .  .  .  .  .  .  7
 6 .  .  .  .  .  .  .  .  .  6
 5 .  .  .  .  .  .  .  .  .  5
 4 .  .  .  .  .  .  .  .  .  4
 3 .  .  .  .  .  .  .  .  .  3
 2 .  .  .  .  .  .  .  .  .  2
 1 .  .  .  .  .  .  .  .  .  1
   A  B  C  D  E  F  G  H  J 

=

Windows

Windows 系統是無法直接使用此程式的，必須先將 dlgo 打包成 exe 執行檔，可以使用 pyinstaller 打包此程式。首先通過 pip 安裝 pyinstaller，再執行如下指令

C:\Users\administrator> pip3 install pyinstaller
C:\Users\administrator> pyinstaller -D dlgo.py

另外，最好不要使用 pyinstaller -F 指令進行操作，否則很可能在運行程式後，C 盤下產生大量的臨時文件，導致 C 盤容量不足，並且每次啟動前需要解壓，使得啟動緩慢。當打包成功之後的操作與下面相同，引擎選中目標文件夾下 dist 文件夾中的 dlgo.exe 即可。

三、使用 GTP 介面

dlgo 支援基本的 GTP 介面，你可以使用任何支援 GTP 軟體，比如用 Sabaki 或是 GoGui 將 dlgo 掛載上去，使用的參數參考第二部份。以下是如何在 Sabaki 上使用的教學。

第一步、打開引擎選項

drawing

第二步、新增引擎

drawing

第三步、加載引擎

drawing

設置完成後就可以和 dlgo 對戰了。如果想知道 dlgo 支援哪些 GTP 指令，可到這裏查看。

四、在 KGS 上使用

KGS 是一個網路圍棋伺服器，它曾經世界最大、最多人使用的網路圍棋。KGS 除了可以上網下棋以外，還能掛載 GTP 引擎上去，以下將會教學如何將 dlgo 掛載上去。

第一步、下載 KGS 客戶端並註冊

請到 KGS 官網上下載對應系統的客戶端，如果是 Linux 系統，請選擇 Raw JAR File。接下來到 KGS 註冊網站創立一個帳號。

第二步、下載 KGS GTP 客戶端

到 KGS GTP 網站下載專為 GTP 引擎設計的客戶端。

第三步、掛載 GTP 引擎

首先我們需要創建並設定 config.txt 的參數，你可以參考以下直接設定

name=帳號
password=密碼
room=Computer Go
mode=custom

rules=chinese
rules.boardSize=9
rules.time=10:00

undo=f
reconnect=t
verbose=t

engine=dlgo 的路徑和參數

設定完成後就可以輸入以下命令即可掛載引擎

$ java -jar kgsGtp.jar config.txt

詳細的參數說明可以看 KGS GTP 文件。注意這是舊版的文件，如果要新版的文件，可以點擊在同個資料夾的 kgsGtp.xhtml，或是輸入以下命令在終端機觀看。

$ java -jar kgsGtp.jar -h

第四步、和 dlgo 在 KGS 上下棋

登錄 KGS 客戶端（注意，你第一個申請的帳號正在被引擎使用，請申請第二個帳號或使用參觀模式），可以從 “新開對局” 中找到你的帳號，點擊你的帳號即可發出對局申請。

五、參加 TCGA 競賽

TCGA 全名為台灣電腦對局協會，基本上每年會舉辦兩場各類型的電腦對局比賽，當然也包括圍棋。TCGA 的圍棋比賽是使用 KGS 伺服器連線的，如果你已經能順利掛載引擎到 KGS 上，恭喜你完成第一步比賽的準備，接下來可以設法強化 dlgo，像是訓練更大的權重，或是更改網路結構等等，希望你能在比賽中獲得好成績。

一些基本問題

如果你已經有自己的圍棋程式，並且想參加比賽，你可能會有一些問題

  1. 如何繳費？費用多少？

    現場繳費，一般而言，費用是每個程式一千到兩千之間，學生可能會有優惠，實際費用需要看大會規定。如果要報名多個程式，假設每個程式一千元，則兩個倆千元，以此類推。

  2. 參加比賽是否有任何限制？

    沒有限制，所有人皆可參加，但要求實做程式盡可能原創，不可直接拿他人寫好的程式參加比賽。

  3. 參加圍棋比賽是否一定需要實做 GTP 界面？

    可以不實做 GTP 界面，但申請 KGS 帳號是必須的，你可以用手動的方式，將程式的輸出擺到盤面上，但這樣損失很多思考時間，建議還是實做 GTP 指令。

  4. 建議最低需要實做的 GTP 指令？

    建議至少實做 quit、name、version、protocol_version、list_commands、play、genmove、clear_board、boardsize、komi 等指令。如果可行的話，建議也實做 time_settings、time_left 這兩個指令，因為每場比賽都有時間限，這兩個指令可以告訴程式剩餘時間，讓程式可以分配剩餘時間，但如果你可以確保程式能在規定時間內執行完畢（包括網路延遲），則可不必實做。

  5. 參加圍棋比賽是否一定要到現場？

    不一定，但需要事先聯繫其他人，討論決定當天比賽如何進行。

  6. 使用 dlgo 參加比賽是否可以？

    可以，但是要求報名時標注使用此程式，並且要有一定的改進，最後希望能將改進的程式能開源。

  7. 比賽規則為何？

    通過 KGS 平台比賽。均採用中國規則且禁全同，九路思考時間為 10 分鐘不讀秒，十九路思考時間為 30 分鐘不讀秒。

TCGA/ICGA 相關比賽列表

請查看這裡