腾讯开源围棋AI程序PhoenixGo，复现AlphaGo Zero

内容来源：ATYUN AI平台

PhoenixGo是一个围棋AI程序，它执行AlphaGo Zero论文“掌握无人知识的Go游戏”。它也被称为FoxGo中的“BensonDarr”，CGOS中的“cronus”。在中国福州举办的“World AI Go Tournament 2018”中，来自微信团队的人工智能围棋程序PhoenixGo获得了冠军。

如果您在项目中使用PhoenixGo，请在您的自述文件中提及。

如果您在研究中使用PhoenixGo，请考虑引用库：

@misc{PhoenixGo2018,author = {Qinsong Zeng and Jianchang Zhang and Zhanpeng Zeng and Yongsheng Li and Ming Chen and Sifan Liu}title = {PhoenixGo},year = {2018},journal = {GitHub repository},howpublished = {\url{https://github.com/Tencent/PhoenixGo}}
}

建立和运行

在Linux上

要求

支持C++11的GCC
Bazel（0.11.1最好）
（可选）CUDA和cuDNN（用于GPU支持）
（可选）TensorRT（用于加速GPU上的计算，已知为3.0.4）

建立

$ git clone https://github.com/Tencent/PhoenixGo.git
$ cd PhoenixGo
$ ./configure

./configure 会询问CUDA和TensorRT的安装位置，如果需要请指定它们。

然后用bazel建立：

$ bazel build //mcts:mcts_main

诸如Tensorflow之类的将自动下载。此命令可能需要很长时间。

运行

下载并提取经过训练的网络：

$ wget https://github.com/Tencent/PhoenixGo/releases/download/trained-network-20b-v1/trained-network-20b-v1.tar.gz
$ tar xvzf trained-network-20b-v1.tar.gz

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

$ bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

该引擎支持GTP协议，这意味着它可以用于具有GTP功能的GUI，如Sabaki。

–logtostderr让mcts_main日志消息到stderr，如果你想登录到文件，–logtostderr改为–log_dir={log_dir}

你可以在＃configure-guide之后修改你的配置文件。

分配模式

PhoenixGo支持与分配式工作人员一起运行，如果在不同机器上有GPU的话。

建立分配者：

$ bazel build //dist:dist_zero_model_server

dist_zero_model_server在分布式工作器上运行，每个GPU运行一个。

$ CUDA_VISIBLE_DEVICES={gpu} bazel-bin/dist/dist_zero_model_server --server_address="0.0.0.0:{port}" --logtostderr

ip:port在配置文件中填充工作人员（etc/mcts_dist.conf是32位工作人员的示例配置），然后运行分布式主服务器：

$ bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

在macOS上

注意：自1.2.0起，Tensorflow停止在macOS上提供GPU支持，因此您只能在macOS中的CPU上运行。

要求和建设

与Linux相同

运行

添加libtensorflow_framework.so到LD_LIBRARY_PATH第一个：

$ export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:{project_root}/bazel-bin/external/org_tensorflow/tensorflow"

其余步骤应与Linux相同。

在Windows上

这项工作正在进行。

配置指南

以下是配置文件中的一些重要选项：

num_eval_threads：应该等于GPU的数量
num_search_threads：应该大于 num_eval_threads * eval_batch_size
timeout_ms_per_step：每一步移动将花费多少时间
max_simulations_per_step：每次移动会做多少次模拟
gpu_list：使用哪个GPU，用逗号分隔
model_config -> train_dir：存储经过培训的网络的目录
model_config -> checkpoint_path：使用哪个检查点，train_dir/checkpoint如果没有设置，则从中获取
model_config -> enable_tensorrt：使用TensorRT或不使用
model_config -> tensorrt_model_path：如果使用哪个TensorRT模型 enable_tensorrt
max_search_tree_size：树节点的最大数量，改变它取决于内存大小
max_children_per_node：每个节点的最大孩子数量，取决于内存大小
enable_background_search：思考对手的时间
early_stop：timeout_ms_per_step如果结果不会再改变，则genmove可能会返回
unstable_overtime：timeout_ms_per_step * time_factor如果结果仍然不稳定，请多考虑一下
behind_overtime：timeout_ms_per_step * time_factor如果胜利率小于，就多想想act_threshold

分配模式的选项：

enable_dist：启用分配模式
dist_svr_addrs：ip:port分布式工人，多行，ip:port每行一行
dist_config -> timeout_ms：RPC超时

异步分配模式的选项：

异步模式用于有大量分布式工作人员（超过200人），这需要太多的eval线程和同步模式下的搜索线程。etc/mcts_async_dist.conf是256名工作人员的示例配置。

enable_async：启用异步模式
enable_dist：启用分配模式
dist_svr_addrs：多行，ip:port每行的逗号分隔列表
num_eval_threads：应该等于dist_svr_addrs行数
eval_task_queue_size：取决于分销人员的数量
num_search_threads：取决于分销人员的数量

mcts/mcts_config.proto获取更多配置选项。

命令行选项

mcts_main 接受来自命令行的选项：

--config_path：配置文件的路径
--gtp：作为GTP引擎运行，如果禁用，则仅下一步移动
--init_moves：在棋盘上进行初始移动
--gpu_list：gpu_list在配置文件中覆盖
--listen_port：使用--gtpTCP协议在端口上运行gtp引擎
--allow_ip：使用--listen_port，允许连接的客户端IP列表
--fork_per_request：使用--listen_port，为每个请求分配或不分配

Glog选项也受支持：

--logtostderr：将消息记录到stderr
--log_dir：登录到此目录中的文件
--minloglevel：日志级别，0 – INFO，1 – 警告，2 – 错误
--v：详细日志，--v=1用于打开某些调试日志，--v=0关闭

mcts_main --help 获取更多命令行选项。

本文转自ATYUN人工智能媒体平台，原文链接：腾讯开源围棋AI程序PhoenixGo，复现AlphaGo Zero

更多推荐

Petuum：分布式深度学习、机器学习与GPU

5G，大数据，区块链…扒一扒《长安十二时辰》里的黑科技

为你的Jupyter Notebooks注入一剂强心针