Measure Zero
·
Stockfish NNUE 的网络简介
💡
原文中文，约2400字，阅读约需6分钟。
📝
内容提要
高效可更新的神经网络评估（NNUE）已在Stockfish仓库上线。NNUE和经典评估都可用于为位置分配一个值，在alpha-beta（PVS）搜索中用于找到最佳着法。NNUE评估通过神经网络计算这个值，经过优化并在数百万个位置的评估上进行训练。它可以在CPU上高效评估，并利用了只需更新部分神经网络的事实。
🎯
关键要点
- 高效可更新的神经网络（NNUE）评估已在Stockfish仓库上线。
- NNUE和经典评估都可用于为位置分配一个值，帮助找到最佳着法。
- 经典评估基于专家手工设计的棋类概念，而NNUE评估则基于基本输入的神经网络计算。
- NNUE评估经过优化并在数百万个位置的评估上进行训练，适用于CPU高效评估。
- NNUE的结构简单，包括embedding、sum pooling和几个小的全连接网络。
- 输入是0和1值的特征向量，输出为标量估值。
- NNUE在CPU上运行快速，因为只需更新部分神经网络，避免了全部重新计算。
- NNUE的训练数据来自于Stockfish引擎在中等搜索深度下的评估结果。
- NNUE的结构虽然简单，但非常适合棋类估值的应用，能够高效处理大量相似局面的评估。
🏷️
标签
➡️
