WCSC33 終了後に多くのソフトウェアが公開されたので、現時点で無料で利用できるソフトウェアをまとめておく。
- 探索部
- NNUE 系
- HalfKP-256×2-32-32（標準NNUE）型 (
YANEURAOU_ENGINE_NNUEでコンパイル)- YaneuraOu-7.63+/水匠５（推奨
FV_SCALE=24） - YaneuraOu-7.63+/Blossom（推奨
FV_SCALE=24）(YaneuraOu-7.63/水匠５よりR+34.6(たややん氏による)) - YaneuraOu-7.63+/SQMZ_Cendrillion2
- YaneuraOu-7.63+/Háo (tanuki-.halfkp_256x2-32-32.2023-05-08)（推奨
FV_SCALE=20） (YaneuraOu-7.63/Blossom よりR+40.1(たややん氏による))
- YaneuraOu-7.63+/水匠５（推奨
- HalfKP-1024×2-8-32 型 (
YANEURAOU_ENGINE_NNUE_HALFKP_1024X2_8_32でコンパイル)- Lí (tanuki- wcsc33) (YaneuraOu-7.63+/tanuki-.halfkp_256x2-32-32.2023-05-08 と同等の強さ (nodchip氏による))
- HalfKP-KSDG 型
- HalfKP-256×2-32-32（標準NNUE）型 (
- 深層ニューラルネットワーク系
- FukauraOu-7.63+/dlshogi-dr2-exhi （オープンソフトウェアではないので注意）
- Lightweight（オープンソフトウェアではないので注意）
- ponkotsu-wcsc33（オープンソフトウェアではないので注意）
- 定跡
TODO: YaneuraOu のビルド方法、dlshogi のビルド方法をまとめる。
YaneuraOu のビルド方法
git clone git@github.com:git@github.com:yaneurao/YaneuraOu.git
cd YaneuraOu/source
make tournament # YanueraOu/source に実行ファイル YaneuraOu-by-gcc が生成される。
ファイル配置
.
├── engine_options.txt
├── YaneuraOu-by-gcc
└── eval
└── nn.bin
engine_options.txt
option name USI_Hash type spin default 使用するメモリ(MB) min 1 max 1048576
option name Threads type spin default 使用するスレッド数 min 1 max 512
option name FV_SCALE type spin default 適切な数値 min 1 max 128
定跡なしで使う場合はこの設定を基本として使えば良いと思う。
dlshogi のビルド方法
Prerequirement
- NVIDIA 社の GPU
- CUDA
- cuDNN
- TensorRT
git clone git@github.com:TadaoYamaoka/DeepLearningShogi.git
cd DeepLearningShogi/usi
make # DeepLearningShogi/usi/bin に実行ファイル usi が生成される。
ファイル配置
.
├── model.onnx
└── usi
FurakuraOu のビルド方法
Ubuntu 上で
git clone git@github.com:git@github.com:yaneurao/YaneuraOu.git
cd YaneuraOu
make -C source YANEURAOU_EDITION=YANEURAOU_ENGINE_DEEP_TENSOR_RT_UBUNTU COMPILER=g++
またはここより、 macOS 上で M1 なら
git clone git@github.com:git@github.com:yaneurao/YaneuraOu.git
cd YaneuraOu
make -C source YANEURAOU_EDITION=YANEURAOU_ENGINE_DEEP_COREML TARGET_CPU=APPLEM1
Intel なら、
make -C source YANEURAOU_EDITION=YANEURAOU_ENGINE_DEEP_COREML TARGET_CPU=APPLEAVX2
onnx ファイルを mlmodel ファイルに変換する
Python 3.8 で
pip install coremltools==5.2 "protobuf >= 3.1.0, <= 4.0.0"
pip install onnx
import coremltools
model = coremltools.converters.onnx.convert("model.onnx")
model.save("model.mlmodel")
ponkotsu を変換しようとしたがまだ上手くいっていない。
TensorRT のインストール
古い CUDA バージョンを使うときは、パッケージマネージャを使うのではなく、 tar からインストールすること。