![](https://cdn-ak-scissors.b.st-hatena.com/image/square/2d45253180bd9703ae3eac939fb1a7f147776afe/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwWXVzdWtlU3V6dWtpJTQwZ2l0aHViJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1hYWE5MzhiYmUzNDdlMmEyY2U1MjU0NTFlMDZiYzRhZg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D2f24380990a5cca2fe377296faad610a)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
勝敗予測モデル2エポック目の成績報告とDNNの種々考察(ポエム回) : TensorFlow将棋ソフト開発日誌 #9 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
勝敗予測モデル2エポック目の成績報告とDNNの種々考察(ポエム回) : TensorFlow将棋ソフト開発日誌 #9 - Qiita
前回 勝敗予想モデルの学習->試験の成績が悪い : TensorFlow将棋ソフト開発日誌 #8 目次 TensorFlow将棋... 前回 勝敗予想モデルの学習->試験の成績が悪い : TensorFlow将棋ソフト開発日誌 #8 目次 TensorFlow将棋ソフト開発日誌 目次 ソース githubにありますが今のところ自分にしか読めないコードです 今回のお話 勝敗予測モデルの2エポック目の学習を終えたのでその成績報告 複数回のエポックは有効かもしれないという感触 ここまで将棋をDNNで扱っていろいろ考えたことのポエム わからないので聞きたいこと調べたいことのあれこれ 今後の予定 勝敗予測モデルの学習の2エポック目が完了 条件は前回と同じ 2chkifu 約62000戦のうち約50000戦の各盤面を学習サンプルとする 30番手以降、左右反転を含めて870,000盤面が学習対象 試験サンプルは残りの約12000戦 モデルは TensorFlowによる将棋ソフトの開発日誌(ゆっけさんの場合) #5 で示したものと変わらず