Bei mir nutzt sie alle 4 Kerne. In Arena bei der Konfigurationsdatei von LC0 folgendes einstellen:

Worker Threads: 4 (oder wieviele Kerne du halt hast bzw. benutzen willst)
NN backend to use: BLAS

Wenn da sowas wie multiplexing oder Random eingestellt ist, nutzt er nur 1 Kern, ganz egal was du bei Worker Threads eingestellt hast (ist jedenfalls bei mir so).

__________________
Mein Profil beim ICCF (International Correspondence Chess Federation)
https://www.iccf.com/player?id=89948&tab=3

Hallo zusammen!

Kann mir jemand einen Tipp geben, wie man die letzten Versionen von LCZero in die Fritz GUI einbinden kann? Ich die zwar runterladen, aber was ich mit der heruntergeladenen Datei anfängt, ist mir ein Schleier.

Danke im Voraus!!!

Hier ist eine Anleitung, wie man Lczero in diverse GUIs einbindet, auch Fritz:

Setting up Leela on a chess GUI

__________________
Meine Schachfotos
Schachcomputer

Hallo Hartmut,

ich habe die entsprechende Arena-Konfigurationsdatei gefunden. Leider lässt sich bei meinem Tablet nicht die Nutzung aller vier Kerne für Arena/Lc0 aktivieren.

Ich vermute, dass diese Einschränkung entweder mit den Eigenheiten des Tablet-Windows oder des Atom Z8300-Prozessors in Zusammenspiel mit den Libraries von Lc0 zu tun hat.

Schade eigentlich, so hätte ich Leela auf ansehnliche 5-20 NPS beschleunigen können, was dann schon im Blitz ungefähr Computerschach-ELO 2300-2400 entsprechen würde.

So wie jetzt auf einem Kern blitzt Lc0 schwächer, als die Engines King/Gideon. Im Schnellschach werden die taktischen Löcher gestopft und King/Gideon sind in etwa gleichauf.

__________________
Meine Schachfotos
Schachcomputer

Hm, ich weiss natürlich nicht wie sich das Windows für Tablets hier unterscheidet. Normal sollte es das können. Wenn Du einigermaßen mit englisch klar kommst, könntest Du die Frage mal entweder in der Google-Group von Leela stellen (https://groups.google.com/forum/#!forum/lczero) oder im Discord-Channel (https://discordapp.com/invite/pKujYxD). In letzterem treiben sich auch die Entwickler rum. Wenn jemand weiss was man da machen kann, dann findest Du die richtigen Leute dort.

__________________
Mein Profil beim ICCF (International Correspondence Chess Federation)
https://www.iccf.com/player?id=89948&tab=3

Mir ist noch das Interview von Dan und Kathy Spracklen eingefallen, in dem die beiden über das Trainieren von Schach-Modellen mit Daten sprachen. Sie hatten aus Großmeister-Partien ein Wissensmodell namens Knowledge Seeker extrahiert. Der Ansatz ist spektakulär gescheitert und die Schlußfolgerung der Spracklens war schon der Vorbote dessen, woraus letztlich AlphaZero entstanden ist:

"Well, that's when we realized this might be a good method some day but it's going to take billions of games and billions of games of analysis, not just Grand Master play but just patzer play as well to get a balanced idea of all the possibilities. "

Das Interview gibt es als Transkript online unter Spracklen-Interview

__________________
Meine Schachfotos
Schachcomputer

Es gibt (erfolgreiche) Bemühungen, Leela mit stark verkleinerten NeuronalNetzen laufen zu lassen, die dennoch ordentlich Stärke erreichen. Dies hat den großen Vorteil, daß Leela damit auf CPU laufend, wesentlich höhere Berechnungsgeschwindigkeiten erreichen kann - mit den normalen Netzen, die z.Zt. ja 20x256 groß sind, ist Leela ja auf der CPU quälend langsam. Auch für die Brettcomputer mit den Raspberry Pi- Rechnern könnte das sehr interessant sein.

Hier der Link zum Thread im Leela-Forum:

https://groups.google.com/forum/#!to...ro/2f6Pata3AGY


Bisher wird dort eine auf 16x2 (!) Größe eingeschrumpfte Version des starken NeuralNetzes 11258 angeboten. Theoretisch sollte dieses geschrumpfte Net 160x schneller abgearbeitet werden, als die Originalgröße (!!!). Damit könnte also auch auf limitierter Hardware (Raspberry Pi) eine erheblich größere Spielstärke generiert werden, weil durch das Speedup natürlich die Taktik erheblich besser wird.

Es ist dabei aber zu beachten, daß die geschrumpfte Net-Version ein neuartiges SE-Net ist (SE= Squeeze and Excitation). Dies kann nur von den neueren LC0-Versionen ab 0.20.0 verarbeitet werden, mit älteren Version klappt es nicht!

Habe es gerade auf meinem einfachen Netbook auf der Arbeit probiert und in Arena problemlos zum Laufen gebracht, also Lc0 v0.20.1 mit dem eingeschrumpften 16x2 Net. Geht ab wie die Hölle!
Vorher hatte ich auf dieser limitierten CPU um die 6 rollouts/s (mit einem 20x256 Net)(also wirklich schneckenlangsam). Das neue Mini-Net schafft knapp 1000 rollouts/s, die von mir theoretisch prognostizierte Geschwindigkeitssteigerung von Faktor 160 kommt also auch wirklich in der Praxis raus!

Was jetzt noch fehlt ist eine Android-Version von LC0... Dann könnte man per Chesslink auf dem Chess Genius Exklusive Brett gegen Leela spielen. Mit einer ordentlichen Rechengeschwindigkeit.

Das geschrumpfte Net ist übrigens nicht nur schnell, sondern auch wirklich klein: nur 8 MByte...

Nun stellt sich natürlich die Frage, wie im Vergleich die Spielstärke zu bewerten ist. Bringt es etwas, sich auf dieses geschrumpfte Net einzulassen oder kauft man sich lieber z.B. eine NVidia GTX 730 (gibts gebraucht in der Bucht für schlappe 30-40 EUR) und erzielt mit dem normalen Net in etwa dieselben Geschwindigkeiten bei höherer Spielstärke.

Für Brettcomputer mit Raspberry-Pi ist es allerdings eine gute Möglichkeit, aber wie gesagt: Wie verhält sich die Spielstärke des geschrumpften Net in Relation zur normalen Netzgröße. Das wäre jetzt noch die Frage aller Fragen...

__________________
Mein Profil beim ICCF (International Correspondence Chess Federation)
https://www.iccf.com/player?id=89948&tab=3

Tja, der Autor, D.Kappe sagt im Thread dazu nur folgendes:
want to find the sweet spot for cpu — speed vs smarts. Right now 128x10-se on cpu is better than 16x2-se and 256x12-se (and the original 256x20). Hopefully 96x8-se is better.

Aber bei der geringen Net-Größe muß man wahrscheinlich schon Abstriche beim Positionsspiel machen. Insofern dürfte es primär für CPU-Betrieb interessant sein. Einfach damit man auf einen gewissen Speed kommt. Bisher hat man mit Leela auf CPU das alte "Mephisto 3"-Problem: Intelligenz bzw. Positionsverständnis nützt nun mal nix, wenn die Taktik so mies ist, daß man dauernd Figuren einstellt und Matts übersieht...
Wie gesagt, für Android-Mobilgeräte und Raspberry wäre das eine coole Sache.
Auf einem PC mit NVIDIA-GPU muß ich das demnächst mal probieren.

Das Ganze gibt es ja erst seit einigen Tagen. D.Kappe sucht wie zu lesen noch nach dem idealen Kompromiss zwischen Schrumpfung der Qualität und Geschwindigkeitszuwachs.

Immerhin ist aber das geschrumpfte Net ein SE-Net, das originale, ungeschrumpfte Net nicht. Die SE-Nets sollen ja erheblich bessere Mustererkennungs-Erfolgsquoten (+25%) haben, als nicht-SE-Nets.

https://towardsdatascience.com/squee...s-9ef5e71eacd7