對陣及成績表﹕ https://home.yikeweiqi.com/#/gonews/detail/27123?type=1
1. 絕藝 全勝
2. 星陣 負1
3. AQZ 負1
4. CGI 負1-3
5. 韓豆 負1-2
6. Leelazero 負2-3
7. 弈小天 負2-4
8. 清石圍棋 勝10-12
9. 章魚圍棋 勝11-13
10 手談 勝11-14
11 超越圍棋 勝12-14
12 石子旋風 勝13
13 棋精靈 勝14
14 堯弈 全負
作者:
ddavid (謊言接線生)
2019-08-22 14:28:00AI的比賽有全負機率很高啊，不像人類很常能抓失誤，AI直接就是自己最佳狀態，基本實力輸就是超高機率的壓制了
堯弈的對局 感覺有可能下不贏業餘低段光是布局就有好幾步其他AI大扣分的感覺是半成品 訓練量還不夠就參賽一些還算簡單的死活沒注意到，被封死了才發現逃不掉
作者:
ddavid (謊言接線生)
2019-08-22 23:17:00大概就訓練時間不足（或是電腦不夠力XD）只是訓練不足的情況比較不算「還沒開發完」就是XD
因為不能判斷是實現論文的code有bug 導致收斂很慢或是訓練量不夠 能確定的就是應該是半成品
作者:
ddavid (謊言接線生)
2019-08-23 13:31:00很合理，個人畢竟資源不足XD
作者:
ddavid (謊言接線生)
2019-08-23 22:30:00畢竟到現在也沒哪一方真的提出什麼完全超越AlphaGo的架構
雖然模板是alpha go 但畢竟論文不是給code實作出來可能對論文理解有偏差 或者是code的效率不好都回導致棋力變弱
作者:
ddavid (謊言接線生)
2019-08-24 04:12:00不只這些，就算完全實作了，還有深度學習最麻煩的調參數這關要過XD
作者: NoManInCar (NMIC) 2019-08-28 07:31:00
Deep learning中的hyper-parameter好像沒有理論的方法可以調？