AlphaGoのしくみ

最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https

[stealthinu]

AlphaGoのニューラルネットワーク構成。隠れ層が12層。隠れ層のサイズが(19x19x192)x12層というのは入力と出力が1層づつ同数にしてるということか。しかしだいぶネットワークが深いな。深さは12が最適だったてことかな？

[bleu-bleut]

分からん。

[shiyakeita]

わからん

[plank]

　まだ読んでない。

[otiai10]

“対戦では、Pπ ・PτとPσ・ vθを併用した評価に基づく探索を 行い、大局観を見失わない強さと学習済み局面に対する強さ を併せ持った”

[Cald]

後で読む。きっとたぶんそのうち

[MetaVariable]

富士通の一面

[osamuoga]

AlphaGoの仕組み https://t.co/kTTTA3nMRt

[ryozo18]

メモ