首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

微信团队开源围棋AI技术PhoenixGo,复现AlphaGo Zero论文

选自GitHub

机器之心编译

参与:李亚洲、路

4 月底,在 2018 世界人工智能围棋大赛上,PhoenixGo 取得冠军。参赛队伍包括绝艺,LeelaZero、TSGo、石子旋风、Golois,HEROZ Kishi、Baduki 等来自中、日、韩、欧美等国家和地区的人工智能围棋高手。

5 月 11 日,PhoenixGo 在 Github 上正式开源,以下是技术细节:

项目地址:https://github.com/Tencent/PhoenixGo

如果你在研究中使用 PhoenixGo,请按以下方式引用库:

构建和运行

在 Linux 上

1 要求

支持 C++11 的 GCC;

Bazel(0.11.1);

(可选)CUDA 和 cuDNN(支持 GPU);

(可选)TensorRT(加速 GPU 上的计算,建议使用 3.0.4 版本)。

2 构建

复制库,并进行构建配置:

./configure 将询问 CUDA 和 TensorRT 的安装位置,如果必要指定二者的位置。

然后使用 bazel 进行构建:

TensorFlow 等依赖项将会自动下载。构建过程可能需要很长时间。

3 运行

下载和提取训练好的网络:

以 gtp 模式运行,使用配置文件(取决于 GPU 的数量和是否使用 TensorRT):

该引擎支持 GTP 协议,这意味着它可以和具备 GTP 能力的 GUI 一起使用,如 Sabaki。

--logtostderr 使 mcts_main 向 stderr 写入日志消息,如果你想将消息写入文件,将 --logtostderr 改成 --log_dir= 即可。

你可以按照此说明更改配置文件:https://github.com/Tencent/PhoenixGo#configure-guide

4 分布模式

如果不同的机器上有 GPU,PhoenixGo 支持分布式 worker。

构建分布式 worker:

在分布式 worker 上运行 dist_zero_model_server,每个 worker 对应一个 GPU:

在 config 文件中填充 worker 的 ip:port(etc/mcts_dist.conf 是 32 个 worker 的配置示例),并运行分布式 master:

在 macOS 上

注意:TensorFlow 在 1.2.0 版本之后停止支持 macOS 上的 GPU,因此在 macOS 上的操作只能在 CPU 上运行。

1 要求 & 构建

同 Linux。

2 运行

首先添加libtensorflow_framework.so 到LD_LIBRARY_PATH 中:

在 Windows 上

正在进行。

配置指南

以下是 config 文件中的一些重要选项:

num_eval_threads:应与 GPU 的数量一致;

num_search_threads:应比 num_eval_threads * eval_batch_size 大一些;

timeout_ms_per_step:每步使用的时间;

max_simulations_per_step:每步要做多少模拟;

gpu_list:使用哪块 GPU,用逗号隔开;

model_config -> train_dir:训练好的网络的存储目录;

model_config -> checkpoint_path:使用哪个检查点,如果没设定,则从 train_dir/checkpoint 中获取;

model_config -> enable_tensorrt:是否使用 TensorRT;

model_config -> tensorrt_model_path:如果 enable_tensorrt,使用哪个 TensorRT 模型;

max_search_tree_size:树节点的最大数量,根据存储容量进行更改;

max_children_per_node:每个节点的子节点的最大数量,根据存储容量进行更改;

enable_background_search:在对手下棋的时候思考;

early_stop:如果结果不再更改,则 genmove 可能在 timeout_ms_per_step 之前返回;

unstable_overtime:如果结果仍然不稳定,则更多地考虑 timeout_ms_per_step * time_factor;

behind_overtime:如果赢率低于 act_threshold,则更多地考虑 timeout_ms_per_step * time_factor。

分布模式的选项:

enable_dist:启动分布模式;

dist_svr_addrs:分布式 worker 的 ip:port,多条线,每条线中有一个 ip:port;

dist_config -> timeout_ms:RPC 超时。

async 分布模式的选项:

Async 模式是在有大量分布式 worker 的时候使用的(多余 200),而在 sync 模式中需要过多的 eval 线程和搜索线程。

etc/mcts_async_dist.conf 是 256 个 worker 模式的 config 示例。

enable_async:开启 async 模式

enable_dist:开启分布模式

dist_svr_addrs:每个命令行 ip:port 的多行、用逗号分开的列表

eval_task_queue_size:根据分布 worker 的数量调整

num_search_threads:根据分布式 worker 的数量调整

参看 mcts/mcts_config.proto 更详细的了解 config 选项。

命令行选项

mcts_main 接受以下命令行选项:

--config_path:配置文件路径;

--gtp:作为 GTP 引擎来运行,如果禁用,则只能进行 genmove;

--init_moves:围棋棋盘上最初的落子;

--gpu_list:覆写配置文件中的 gpu_list;

--listen_port:与 --gtp 一起使用,在 TCP 协议端口上运行 gtp 引擎;

--allow_ip:与 --listen_port 一起使用,是允许连接的客户端 ip 列表;

--fork_per_request:与 --listen_port 一起使用,表示是否 fork 每个请求。

Glog 选项还支持:

--logtostderr:向 stderr 写入日志消息;

--log_dir:向该文件夹中的文件写入日志消息;

--minloglevel:记录级别:0 - INFO、1 - WARNING、2 - ERROR;

--v:详细记录,--v=1 即记录调试日志,--v=0 即关闭记录。

mcts_main --help 支持更多命令行选项。

本文为机器之心编译,转载请联系本公众号获得授权。

------------------------------------------------

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180514A0VV1M00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券