Closed huyp182 closed 6 years ago
还有,不太懂为什么策略网络这采用4个卷积核? self.action_conv = tf.layers.conv2d(inputs=self.conv12, filters=4, kernel_size=[1, 1], padding="same", activation=tf.nn.relu) 价值网络这采用2个卷积核? self.evaluation_conv = tf.layers.conv2d(inputs=self.conv12, filters=2, kernel_size=[1, 1], padding="same", activation=tf.nn.relu)
奥,谢谢!我想实现一下生成数据并行化,还有生成数据和训练并行化,如果实现了可以贴上来,大佬有什么建议吗
在issue #13 里有同学提到 “用了一个进程负责 self-play 和 training的部分, 另外4个进程只负责self-play的部分”,供参考;另外要实现MCTS并行加速的话可能需要用到virtual loss的trick,论文里有描述
嗯,谢谢!
还有,不太懂为什么策略网络这采用4个卷积核? self.action_conv = tf.layers.conv2d(inputs=self.conv12, filters=4, kernel_size=[1, 1], padding="same", activation=tf.nn.relu) 价值网络这采用2个卷积核? self.evaluation_conv = tf.layers.conv2d(inputs=self.conv12, filters=2, kernel_size=[1, 1], padding="same", activation=tf.nn.relu)