Katago围棋交流群号：
1群：984720761(人满)
2群：947239475 (人满)
3群：1001480379 (人满)
4群：903439258 (人满)
5群：714053181 (人满)
6群：1014841388 (人满)

7群：734308657
8群：686020521            Katago 围棋社
9群：316144987            Katago 围棋院
10群：671727190            Katago 围棋阁
11群：870428983            Katago 围棋苑
12群：954536207            Katago 围棋堂

群文件有最新的整合包。
不需要安装，解压缩后直接打开就可以使用。
更多：开源围棋…

相关下载：
链接: https://pan.baidu.com/s/1YK82tXLJNSSlZIZb5OzXEw 提取码: eiqd

GitHub
https://github.com/lightvector/KataGo/releases
不同大小的权重水平不同

最新权重地址：
https://katagotraining.org/networks/

论文
https://arxiv.org/abs/1902.10565

解死活题模块：
https://github.com/kinfkong/KataGo

各种权重下载：6b,10b,15b,20b,30b,40b,40b-large
https://d3dndmfyhecmj0.cloudfront.net/g170/neuralnets/index.html

katago简介：
katago是一款以AlphaGoZero为基础进行开发的围棋AI，由DavidJWu开发，在面向开源及私有软件项目的托管平台GitHub中的ID为lightvector。 　　
katago特点： 　　
1，能准确判断征子相关的变化。 　　
2，对杀方面更强。 　　
3，非常擅长让子棋。

自己编辑CFG文件，或者1.33版可以命令生成CFG文件。

 -model weights\g170e-b20c256x2-s2430231552-d525879064.bin.gz -config katago133\gtp_example.cfg

 .\katago.exe genconfig -model g170e20b.bin.gz -output gtp_133.cfg

目前 KataGo 需要 nVIDIA 显卡，并安装最新显卡驱动才能运行。
建议直接下载：群文件/Lizzie整合包/0629.rar（920MB）。解压後运行 Lizzie.exe 或 .jar文件，选择「引擎：KataGo」。
若需要修改KataGo参数，则下载：群文件/Lizzie整合包/多卡替换配置文件.rar，选择适合自己显卡的版本，复制到本地的 Lizzie/KataGo/configs 文件夹内，替换原本的 gtp_example.cfg，然後用记事本打开该文件，找到 numSearthThreads ＝ 那行，把＝後面的数字改为「16」。当且仅当是20系显卡或V100计算卡时，把「#cudaUseFP16＝true」和「#cudaUseNHWC＝true」这两行最前面的「#」删除。

棋力相当于LZ130，ELO 3700左右，超人级。
在神经网络中，加入 地、势、局部、全局 等概念，很像人类学棋，
效率比LZ提高5倍，30个GPU，训练一周，即达到ELO 3700分。

作者 David Wu，是业余围棋棋手，在Jane Street公司工作，任研究员，从事人工智能研究。
Jane Street，是一家不为大众所知的，很NB的金融交易公司，入门门槛极高，极难进入。
姓Wu，可能是一位华人。

地、势，是借鉴国立交大的CGI围棋，吴迪融、吴毅成的研究成果，神经网络能预测输赢几目，可应用于动态贴目。

KataGo 训练效率是 ELF v2 的50-100倍，只用了27块V100训练了19天，棋力就已经超过 Leela-ELFv2。
KataGo 的作者 David J. Wu（GitHub: lightvector）公开发表了高水平论文，公开了 KataGo 的原创技术。

搭建环境，安装katago

学习的起因是在收尾Leelazero的时候，看到一篇评论，说当今开源的一款围棋AI KataGo甚是厉害，大有赶超leelazero之势。

自阿法狗后，围棋AI层出不穷，但基本都是站在狗身上不见头而已。引起兴趣的是这款AI的贴目、让子设定更为灵活，而且后续版本将支持中国古谱中的还棋头，这样可以对古谱提供支持分析。更关键的是只支持N卡的gpu计算，这样就必须安装CUDA和CUDNN，而这正好是最近需要学习和测试的。

于是开始安装。但上来就挨了当头一棒，老笔记本显卡太旧，CUDA和CUDNN居然直接拒绝安装。马上换上宏碁笔记本，开始了漫长的安装调试。

根据以往的经验，网上的教程不可靠。果然，网上写的容易，安装起来诸多意外。一个一个解决，顺带倒是学习了不少相关知识。

安装完CUDA和CUDNN，KataGo编译倒是简单了，没有费多大功夫。使用sabaki可以调用引擎进行对弈，甚至可以让KataGo和leelazero进行对弈。但网上最流行的lizzie却无法调用。但好在主要问题已经解决，足矣，立马倒头就睡。

今天早晨起来，又把剩余的问题解决。在lizzie的配置文件中的engine-command后面加engine-command-list，将各种引擎伸至权重写入数组，这样就可以通过ctl+数字进行引擎切换。

虽然费时费脑，算是完美的解决吧。

【lizzie配置katago】

1 安装java环境

2 下载lizzie https://github.com/featurecat/lizzie/releases

或者下载lizzieyzy增强版本

3 下载katago 和权重 https://github.com/lightvector/KataGo/releases

mac 用户可以自行编译 或者 使用brew 安装

brew install katago

4 修改 config.txt 里 engine-command

C:\katago  gtp -config C:\gtp.cfg -model C:\g170e-b20c256x2-s2430231552-d525879064.bin.gz

mac 用户大概如下

/usr/local/Cellar/katago/1.3.2/bin/katago gtp -config /usr/local/Cellar/katago/1.3.2/share/katago/configs/gtp_example.cfg -model /usr/local/Cellar/katago/1.3.2/share/katago/g170e-b15c192-s1672170752-d466197061.txt.gz

双击 lizzie即可运行。 初次运行需要等待较长时间