我用KataGo分析当湖十局第三局的时候

第一次计算量在50~300K之间，第二次计算量在100~2000K之间

两次的分析结果有很大不同，很多第一次计算得含含糊糊的地方清楚了不少

我的感觉目前的KataGo版本要想下得好一些，计算量要在200K以上（40b）

V100双卡也要1分钟一步

KataGo最大的问题是盲点多，可能跟计算效率高有关系

【 在 skate (凡人) 的大作中提到: 】
: 标  题: Re: 胡耀宇的讲解来了：柯洁是怎么逆转卞相壹的
: 发信站: 水木社区 (Fri Nov 13 12:36:55 2020), 站内
:
: 还有一个例子，听别人说的，可供参考。
: 几月前有人用katago双卡v100十秒和时越下了多盘让两子的棋，时越胜率有七成。
: 如果是20b权重，应该有近10万po了吧。40b也有4,5万po。
: --
:
: ※ 来源:·水木社区 http://www.newsmth.net·[FROM: 142.126.137.*]
--
修改:Lcsccc FROM 123.113.27.*
FROM 123.113.27.*

权重和权重不一样的。
现在卡狗最好的公开权重好像elo 1919。背后是几十个上百个“垃圾”权重。
20b权重的最好的是elo 1269。

elo，并不是一个缩写，而是系统发明者的姓。
它本来是个改良的国际象棋积分系统，现在被广泛用于很多类比赛的选手分级。比如帝国时代3，星际，魔兽争霸3，魔兽世界，剑侠情缘，dota，LOL等等。


【 在 skate (凡人) 的大作中提到: 】
: 还有一个例子，听别人说的，可供参考。
: 几月前有人用katago双卡v100十秒和时越下了多盘让两子的棋，时越胜率有七成。
: 如果是20b权重，应该有近10万po了吧。40b也有4,5万po。
: ...................
--
FROM 112.47.163.*

小李告别赛不正式吗？赢1输1，保住了颜面。
可不敢说不是人类对手。

而从去年到现在，又是一年过去了。我站在机器一方摇旗呐喊！


【 在 skate (凡人) 的大作中提到: 】
: 不管怎么说，我掌握的所有事实都表明目前AI让两子不是人类对手。
: 如果想说AI让两子超过人类，只有等将来举办一次最强AI和人类顶尖棋手的正式比赛来证明。人类应该是不会拒绝的，李钦诚就下了。倒是绝艺，举办了第一次比赛后就不再和人类比了，估计是没把握赢人类，怕出丑不敢下。
--
FROM 112.47.163.*

g170-b30c320x2-s4824661760-d122953669   Elo积分: 1908
g170-b40c256x2-s5095420928-d1229425124  Elo积分: 1919
g170e-b20c256x2-s5303129600-d1228401921 Elo积分：1645

【 在 zszqzzzf (炼狱天使——反者道之动) 的大作中提到: 】
: 标  题: Re: 胡耀宇的讲解来了：柯洁是怎么逆转卞相壹的
: 发信站: 水木社区 (Fri Nov 13 12:50:17 2020), 站内
:
:
: 权重和权重不一样的。
: 现在卡狗最好的公开权重好像elo 1919。背后是几十个上百个“垃圾”权重。
: 20b权重的最好的是elo 1269。
:
: elo，并不是一个缩写，而是系统发明者的姓。
: 它本来是个改良的国际象棋积分系统，现在被广泛用于很多类比赛的选手分级。比如帝国时代3，星际，魔兽争霸3，魔兽世界，剑侠情缘，dota，LOL等等。
:
:
: 【 在 skate (凡人) 的大作中提到: 】
: : 还有一个例子，听别人说的，可供参考。
: : 几月前有人用katago双卡v100十秒和时越下了多盘让两子的棋，时越胜率有七成。
: : 如果是20b权重，应该有近10万po了吧。40b也有4,5万po。
: : ...................
:
: --
:
: ※ 来源:·水木社区 newsmth.net·[FROM: 112.47.163.*]
--
FROM 123.113.27.*

【 在 Lcsccc (大海巨浸,含蓄深远|踏雪无痕) 的大作中提到: 】
: g170-b30c320x2-s4824661760-d122953669   Elo积分: 1908
: g170-b40c256x2-s5095420928-d1229425124  Elo积分: 1919
: g170e-b20c256x2-s5303129600-d1228401921 Elo积分：1645
: ...................
这三个权重可能会有争议，看注释。
Neural nets resulting from final learning rate drops. Some of the experimental uses of external data were continued here, but the large gains are most definitely due to learning rate drops rather than those uses. The last three nets in this table are KataGo's final nets from this run!

最终学习率下降导致的神经网络。一些外部数据的实验性使用在这里继续进行，但是大的收益肯定是由于学习率下降而不是那些使用。这张表中最后三张网是卡塔戈这次比赛的最后一张网！
--
FROM 112.47.163.*