# MiniGo
## 模型介绍
Minogo是一个基于深度强化学习的围棋程序，模型灵感来源于Google DeepMind开发的AlphaGo算法。该程序基于Tensorflow框架实现。

## 模型结构
Minigo的核心是AlphaZero论文中描述的强化学习循环。简单地说，使用当前一代网络权重的selfplay被用来生成游戏，这些游戏被用作训练数据来生成下一代网络权重。

## 数据集
训练数据：所有的训练数据都是在强化学习循环的selfplay阶段生成的。
唯一需要下载的数据是checkpoint以及target model，下载数据可按照下述进行：

    # Download & extract bootstrap checkpoint.
        gsutil cp gs://minigo-pub/ml_perf/0.7/checkpoint.tar.gz .
        tar xfz checkpoint.tar.gz -C ml_perf/
    # Download and freeze the target model.
    mkdir -p ml_perf/target/
        gsutil cp gs://minigo-pub/ml_perf/0.7/target.* ml_perf/target/
## 训练

### 环境配置
提供[光源](https://www.sourcefind.cn/#/service-details)拉取的训练的docker镜像：
* 训练镜像：

python依赖安装：

    pip3 install -r requirement.txt
    python3 setup.py install
    cd ./cocoapi-0.7.0/PythonAPI; python3 setup.py install

参照Dockerfile文件进行minigo库的构建，主要过程如下：

    ENV MINIGO_BAZEL_CACHE_DIR /opt/reinforcement/minigo-bazel-cache
    
    # Copy TF dependency
    RUN mkdir minigo/cc/tensorflow/lib \
     && cp /usr/local/lib/python3.8/dist-packages/tensorflow_core/libtensorflow_framework.so.1 minigo/cc/tensorflow/lib \
     && cp /usr/local/lib/python3.8/dist-packages/tensorflow_core/libtensorflow_cc.so.1 minigo/cc/tensorflow/lib \
     && cp -r /usr/local/lib/python3.8/dist-packages/tensorflow_core/include minigo/cc/tensorflow/include
    
    # Build Minigo
    RUN mkdir -p "${MINIGO_BAZEL_CACHE_DIR}" \
     && bazel --output_user_root="${MINIGO_BAZEL_CACHE_DIR}" build -c opt \
          --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" \
          --copt=-O3 \
          --define=board_size="${BOARD_SIZE}" \
          --define=tf=1 \
          cc:minigo_python.so
    
    ENV PYTHONPATH "${PYTHONPATH}:/opt/reinforcement/minigo/bazel-bin/cc"
    RUN echo '/usr/local/lib/python3.8/dist-packages/tensorflow_core' > /etc/ld.so.conf.d/tensorflow.conf && ldconfig
    

### 训练

训练命令（此处以单机8卡规模为例说明）：

    bash sbatch.sh >& log.txt &
    输出结果见log.txt

## 性能和准确率数据
测试采用上述输入数据，加速卡采用Z100L，下面为单机8卡测试结果：

| 测试平台 |           Accuacy           | throught |
| :------: | :-------------------------: | :------: |
|  Z100L   | 50% win rate vs. checkpoint | 0.00038  |

## 历史版本
* https://developer.hpccube.com/codes/modelzoo/mlperf_minigo
## 参考
* https://mlcommons.org/en/
* https://github.com/mlcommons