機械学習
概要 囲碁、将棋、チェスなどのボードゲームにおいてルール以外のドメイン知識を利用せずに対戦用AIとしてのState-of-the-art（SOTA）を達成したAlphaZeroを細かく分解しながら理解していこうというシリーズです。今回はモンテカルロ法の基礎となる多腕バン…
概要 囲碁、将棋、チェスなどのボードゲームにおいてルール以外のドメイン知識を利用せずに対戦用AIとしてのState-of-the-art（SOTA）を達成したAlphaZeroを細かく分解しながら理解していこうというシリーズです。今回はAlphaZeroの根底にあるモンテカルロ木…
結論 RequestDecisionメソッドを使用する 詳細 Unity MLAgentsで自作ゲームのAIを実装する際に、サンプルの実装を参考にすると思いますが、サンプルゲームにはリアルタイム性の強いものが多く、ほとんどが下記の画像ようにDecisionRequesterのコンポーネント…
結論 【推論】 推論時の必要GPUメモリ[GB] = パラメータ数[b] × 2 【学習】 学習時の必要GPUメモリ[GB] = 推論時の必要GPUメモリ[GB] × 4 【n bit 量子化】 量子化時必要GPUメモリ[GB] = 通常時必要GPUメモリ[GB] × ( n / 通常時の bit 数) 【LoRA】 学習時…
概要 ゲーム開発において、ゲームAI技術や機械学習技術を活用する流れが加速していると日々実感しています。実際の現場でも導入されることが増え、ゲーム開発の様々な部分で効率化が進んでいると思います。ただ、どのようなケースで、どのような技術を使用す…
機械学習関連の本や論文などを読んでいると「記載されている数式の変形がどういった背景で行われているのか？」「そもそもこの式って何についての式なのか？」といったようなことをよく忘れてしまい、その都度調べるのも大変なので、基本的なものを一覧とし…
本記事の概要 前回のFNNの内部計算の記事 tsubasa-alife.hatenablog.com の続きで、本記事ではRNNの内部計算について備忘録的にメモしておきます。 RNNの計算グラフ RNNの計算グラフ ※各パラメタ・要素の説明 : 時刻tにおける入力 : 入力層と中間層の結合重…
本記事の概要 大学・大学院時代に研究を始める際、ニューラルネットの基礎を学ぶためC++でFNNとRNNのスクラッチ実装に取り組んだことがあったのですが、その際にニューラルネットの内部計算がどのようになっているのかを理解するため、計算グラフをもとに内…
PRMLこと「パターン認識と機械学習」を読む際に大学院時代に参考にしていた資料をメモしておきます。 tips-memo.com herumi.github.io PRMLはひとりで読み込むのはなかなか大変ですが、こういった資料を作成してくれている方々がいると勉強しやすくて本当に…
