Yanıtlar:
Gönderen Deep Stack kağıdı :
Bu eğitim için görünüyor:
Dönüş ağı için, on milyon poker dönüş durumu (dönüş kartı dağıtıldıktan sonra) 175 çekirdek yıllık hesaplama süresi kullanılarak Calcul Quebec MP2 araştırma kümesinin 6.144 CPU çekirdeği ile oluşturuldu ve çözüldü. Flop ağı için (flop kartları dağıtıldıktan sonra) bir milyon poker flop durumu oluşturuldu ve çözüldü. Bu durumlar DeepStack'ın derinlik sınırlı çözücüsü kullanılarak, dönüş kartından hemen sonra kamuya açık durumlardaki karşı olgusal değerler için kullanılan dönüş ağı kullanılarak çözüldü. 20 GPUS kümesini ve GPU yılı hesaplama süresinin yarısını kullandık. Yardımcı ağ için, on milyon durum üretildi ve 22,100 olası tüm flopların numaralandırılması ve flop ağının çıkışından karşı-olgusal değerlerin ortalaması alınarak hedef değerler elde edildi.
Ve bu gerçek oyun için:
Yeniden çözme hesaplaması ve sinir ağı değerlendirmeleri Torch7'de (53) uygulanır ve tek bir NVIDIA GeForce GTX 1080 grafik kartı üzerinde çalışır.
Karşılaştırma için: AlphaGo'nun dağıtılmış sürümü 1.920 CPU ve 280 GPU aldı.