Skip to content

For Non Developers

Jump to bottom
He edited this page Aug 2, 2018 · 52 revisions

教程

Self-Play（跑谱）

客户端下载链接

使用方法

  1. 解压到任意目录（若解压中出现文件错误请重新下载）
  2. 进入 run_self_play 文件夹
  3. 找到 run_self_play.exe，双击执行
  4. 根据提示输入用户名
  5. 根据提示选择运行在哪块GPU上：只有一块输入0，运行在第二块输入1，第三块输入2。以此类推...若要同时在多个GPU上运行，只需多开几个run_self_play.exe，分别选择不同的GPU即可
  6. 根据提示选择运行线程数

生成的对局数据在 根目录\data\play_data（自动上传）；程序的日志在根目录\logs\main.log

下棋

自制界面

下载链接

使用方法

  1. 解压到任意目录
  2. 进入 play_games 文件夹
  3. 找到 play_games.exe，双击执行
  4. 根据提示输入蒙特卡洛搜索次数（用GPU跑推荐800；CPU推荐200～400）
  5. 根据提示选择执红还是执黑：输入n执红（你先下）；输入y执黑（AI先下）

UCI引擎

下载链接

使用方法

  1. 解压到任意目录
  2. 引擎文件在 CCZero-Engine-xPU-Vx.x\CCZero.exe

注：搜索次数 = 搜索深度x100，不支持限制搜索节点数，支持分析模式和比赛模式，测试软件：冰河4.0

加载权重方法：把权重文件重新命名为 model_best_weight.h5 放入 根目录\data\model 文件夹下。

下棋的棋谱保存在 根目录\data\play_record里，文件以.qp结尾，用文本编辑器打开即可；程序的日志在根目录\logs\play.log.

评测

注：评测仅能从源码运行

Linux/Unix/macOS

python cchess_alphazero/run.py --type distribute --elo --gpu '0'

设置运行进程数直接修改 cchess_alphazero/configs/distribute.py 中的 EvaluateConfig.max_processes，默认是10.

Windows

python freeze/evaluate.py

Google Colaboratory

!pip install tqdm
!rm -r ChineseChess-AlphaZero/
!git clone -b distributed https://github.com/NeymarL/ChineseChess-AlphaZero.git
!python ChineseChess-AlphaZero/colaboratory/eval.py

使用 Google Colaboratory （谷歌云）跑谱

参见：https://github.com/NeymarL/ChineseChess-AlphaZero/wiki/%E4%BD%BF%E7%94%A8Google-Colaboratory%E8%BF%9B%E8%A1%8C%E8%AE%AD%E7%BB%83

疑难解答

训练中的着法表示

跑谱过程中，着法采用4位数字表示，如0001，每两位组成一个坐标（先横后纵），分别是移动起点坐标和移动终点坐标，即坐标系00的棋子挪到01的位置。

红方坐标系如下： red

黑方坐标系如下： black

举例，上述棋面中：

  • 红方下炮二平五，对应的着法记录就是7242
  • 黑方下马2进3，对应的着法记录就是7062

logo

Clone this wiki locally