katago-v1.17.0アップデート
Eba
2026/07/30(Thu) 10:12 No.1678
katago-v1.17.0がリリースされました
https://github.com/lightvector/KataGo/releases/tag/v1.17.0
新たなトランスモデル(weightファイル)3種類が含まれています。
[変更点]
C++エンジンのトランスフォーマーニューラルネットのサポートが追加
GPUバックエンドの修正とパフォーマンス向上
その他の機能追加とバグ修正
その他詳細はリリースページをご覧ください
(注)メイントレーニングランはまもなく強力なトランスフォーマーに切り替わるため、katago-v1.17.x が必要になります。
KataGoの使い方はこちらもどうぞ
https://www.h-eba.jp/Lizzie/soft.html#gk5
Eba
2026/07/30(Thu) 10:12 No.1678
Re: katago-v1.17.0アップデート
Eba
2026/07/30(Thu) 21:55 No.1679
KataGo-v1.17.0がリリースされたので、LizzieYzyとpatched-Lizzieに入れ、Googleドライブに掲載しました。
https://drive.google.com/drive/folders/1Uu5gFPAjY-_yPz-laBsHq9uYv2OTy1gF
LizzieYzy-2.6.1.zipとLizzie-patched-0.7.4.zipをダウンロードしてみてください。(LizzieYzyの中身は v 2.5.3ですが、それからKataGoが何世代も経過しましたので v 2.6.1としてあります 悪しからずご了承願います)
TRT以外の各エンジンを1つのフォルダに入れて重複したファイルを少なくしましたが6.2Gbあります。
LizzieYzyのルールは日本ルール、コミは6目半、numSearchThreadsはeigenが1、eigenavx2とOpenCLは6、CudaとTrtは24にしてあります。
KataGo v1.16.4から導入された深読みする新機能(評価キャッシュ機能)は、Eigen以外有効にしてあります。詳しくはこちらをご覧ください。
https://www.h-eba.jp/Lizzie/soft.html#gk5
https://drive.google.com/drive/folders/1Uu5gFPAjY-_yPz-laBsHq9uYv2OTy1gF
LizzieYzy-2.6.1.zipとLizzie-patched-0.7.4.zipをダウンロードしてみてください。(LizzieYzyの中身は v 2.5.3ですが、それからKataGoが何世代も経過しましたので v 2.6.1としてあります 悪しからずご了承願います)
TRT以外の各エンジンを1つのフォルダに入れて重複したファイルを少なくしましたが6.2Gbあります。
LizzieYzyのルールは日本ルール、コミは6目半、numSearchThreadsはeigenが1、eigenavx2とOpenCLは6、CudaとTrtは24にしてあります。
KataGo v1.16.4から導入された深読みする新機能(評価キャッシュ機能)は、Eigen以外有効にしてあります。詳しくはこちらをご覧ください。
https://www.h-eba.jp/Lizzie/soft.html#gk5
Eba
2026/07/30(Thu) 21:55 No.1679
Re: katago-v1.17.0アップデート
Eba
2026/07/31(Fri) 10:44 No.1680
今回のKataGoは、KataGo自体の改良はそれほど無く、新しい機械学習(Transformers)によって得られたニューラルネット(weightファイル)を動かすためのもののようです。
EigenからTrtまで各種KataGoを動かすためにLizzieYzyに収納するのに苦労しました。
CUDAその他は一つのフォルダにまとめることが出来ましたがTrtは3種別々に置かないと動作しませんでした。
もっともCUDAは新しいファイルを共通で使いましたので、古いCUDAも最高のパフォーマンスを発揮できるかは不明です。
なお、EigenとEigenavx2は新しいネットの場合、かなり速度が低下します。CUDAとTrtのネットはすべて[b11c768h12nbt3tflrs-fson-silu.bin.gz]を使用しました。
EigenからTrtまで各種KataGoを動かすためにLizzieYzyに収納するのに苦労しました。
CUDAその他は一つのフォルダにまとめることが出来ましたがTrtは3種別々に置かないと動作しませんでした。
もっともCUDAは新しいファイルを共通で使いましたので、古いCUDAも最高のパフォーマンスを発揮できるかは不明です。
なお、EigenとEigenavx2は新しいネットの場合、かなり速度が低下します。CUDAとTrtのネットはすべて[b11c768h12nbt3tflrs-fson-silu.bin.gz]を使用しました。
Eba
2026/07/31(Fri) 10:44 No.1680