seer nnue:使用神经网络进行位置评估的UCI国际象棋引擎 源码

先知 Seer是一个原始的,强大的UCI国际象棋引擎。 Seer依靠一个独特的神经网络来估计WDL概率以进行位置评估。 Seer的网络通过新颖的逆向学习方法进行训练,该方法仅从6个男人的EGTB WDL值开始。然后使用Seer搜索将这些初始WDL分数迭代备份到32人棋位置,以找到从N人棋位置到N-1人棋位置的延续()。 Seer将常规的alpha-beta搜索与“ Lazy SMP”(共享的换位表)结合使用,以支持多线程。 UCI选项 清除哈希 线程(对于每增加一倍的线程,可以预期获得约70-80 elo的增益) 杂凑 权重(二进制权重文件的绝对路径。必须设置此选项。) 特征 完全从零开始的神经网络训练和执行(使用OpenMP SIMD指令和SIMD内部函数)实现(训练脚本使用PyTorch进行GPU加速,可以在找到)。 使用constexpr编译时生成的攻击表生成普通魔术位板移动。 迭