official-stockfish/nnue-pytorch

解决的问题

本项目提供了一个基于 PyTorch 的框架，用于训练 Stockfish 棋类引擎的 NNUE（高效可更新神经网络）。它允许开发者训练可用于棋盘评估的神经网络，并利用现代 GPU 加速技术（NVIDIA、AMD 和 Apple Silicon）。

工作原理

该系统使用 PyTorch 处理网络训练过程。它包含一个专用的稀疏数据加载器以提高效率，并支持多种硬件加速器。工作流程包括训练网络、保存检查点（.ckpt），以及使用独立脚本（run_games.py）自动将这些检查点转换为 .nnue 格式，并运行对局以评估和排名表现最佳的网络，使用工具如 c-chess-cli 和 ordo。

适用人群

希望使用 PyTorch 训练 Stockfish 自定义评估网络的棋类引擎开发者和研究人员。

主要亮点

• 支持多种 GPU 厂商，包括 NVIDIA（CUDA）、AMD（ROCm）和 Apple Silicon（MPS）。
• 集成自动化功能，可将检查点转换为 .nnue 文件并运行评估对局。
• 基于 Docker 的设置，简化环境配置和 C++ 编译。
• 与 TensorBoard 集成，用于训练日志记录。