pyDLGO

The simple English tutorial is Here

自從 AlphaGo 打敗世界冠軍後，電腦圍棋儼然變成深度學習的代名詞，讓不少同學對於電腦圍棋有不小的興趣，但實做一個完整的圍棋引擎並不是只有深度學習而已，還包含許許多多枯燥乏味且需花費大量時間的部份，這令多數同學望而怯步。dlgo 實做一個最低要求的圍棋引擎，它包含圍棋的基本演算法、GTP 界面和 SGF 格式解析器，讓同學可以先跳過這些部份，專注於深度學習，體驗電腦圍棋的魅力。最終目標是希望幫助同學製造屬於自己的圍棋引擎，並參加 TCGA 電腦對局競賽。

(黑) dlgo-0.1 vs (白) Leela-0.11 (黑中盤勝)

使用 Sabaki 分析

快速開始

開始前請先安裝以下的 python 依賴庫（請注意本程式使用 python3） 1. PyTorch（1.x 版本，如果要使用 GPU 請下載對應的 CUDA/cuDNN 版本） 2. NumPy 3. Tkinter

請輸入下列指令安裝，或自行使用下載可執行的版本

pip3 install -r requirements.txt

完成依賴庫安裝後，首先請先下載本程式碼和預先訓練好的權重，預先訓練好的權重可到 Release 裡找到（為 pt 檔，不需要解壓縮），將權重放到 pyDLGO 的資料夾裡，假設權重的名稱為 nn_2x64.pt ，請輸入以下指令打開圖形界面

$ python3 dlgo.py --weights nn_2x64.pt --gui

文件目錄

1. 圍棋規則的簡單介紹
2. 完整的操作教學和 TCGA 比賽
3. 演算法實做和原理（持續施工中）
4. GTP 界面原理
5. SGF 格式說明
6. board.py 內的 functions
7. Python 圍棋引擎列表（歡迎添加）

License

本程式為 MIT License ，部份程式有各自的 License ，分別為

• sgf.py
• board.py 和 sgf.zip
• gui.py

Todo

• 新增 UEC 的比賽資訊
• 修復 GUI 的 bug 並優化之
• 實做 AlphaGo Zero pipe？

聯絡資訊

如果有任何問題或是建議，可以通過 [email protected] 聯繫我。

Issues

你好，我设法让他在windows上和sabaki连接，但是他自己断开了

opened on 2022-03-09 11:58:00 by shengkelong

Releases

預先訓練好的十九路權重 2022-09-25 07:02:37

• 19x19.pt

預先訓練好的十九路權重，強度約 10 級，config.py 參數如下

BOARD_SIZE = 19 # The default and max board size. We can reset the value later. KOMI = 7.5 # The default komi. We can reset the value later. USE_GPU = True # Set true will use the GPU automatically if you have one. BLOCK_SIZE = 2 # The network residual block size. BLOCK_CHANNELS = 64 # The number of network residual channels. POLICY_CHANNELS = 8 # The number of value head channels. VALUE_CHANNELS = 4 # The number of policy head channels. INPUT_CHANNELS = 18 # Number of the network input layers. PAST_MOVES = 8 # Number of past moves encoding to the planes. USE_SE = False # Enable Squeeze-and-Excite net struct. USE_POLICY_ATTENTION = False # Enable self-attention net struct.

預先訓練好的小型權重 2021-12-05 12:53:43

• nn_2x64.pt

預先訓練好的小型權重，使用預設的訓練集和網路大小，無須更改 config.py 即可使用，