众多棋友都很好奇，究竟如何在自己个人电脑上配置属于自己的丽拉？希望这篇文章能为对计算机不甚了解的棋友，提供一些帮助。
1.下载相关文件
①Leela Zero: https://github.com/gcp/leela-zero
这是Leela的作者GCP在Github上提交的源文件（如果对计算机比较了解的朋友，看GCP的readme应该就能自己配置好了）。进入网页，通过绿色的download键，把压缩包下载至自己的电脑。
②LeelaSabaki: https://github.com/SabakiHQ/LeelaSabaki
同理，下载压缩包并解压。
③Sabaki: https://github.com/SabakiHQ/Sabaki/releases/tag/v0.33.4
Sabaki是一个帮助完成交互的围棋软件，链接内提供了多个操作系统下的安装包，此文默认为使用windows系统。
④Leela权重文件: 权重文件的链接可在①的readme中找到(http://zero.sjeng.org/best-network)，直接下载即可。把下载好的权重文件(txt格式)放在②文件的相同根目录下。
- 编译Leela
首先需要对下载的①文件进行编译，作者提供了windows下使用Visual Studio 2015/2017编译的project文件(没有安装VS的朋友需要自行下载)。工程文件的下载路径如下 F:\Weiqi\Leela\leela-zero-master\msvc (前面的路径自行调整)
编译过程中值得注意的是，我起初一直使用debug模式编译，经常会出问题，最后使用了release模式编译。源文件是没有问题的，如果编译出错大概率是自己电脑内缺少了一些文件，自行百度即可解决问题。
如果编译成功，会在文件夹F:\Weiqi\Leela\leela-zero-master\msvc\x64\Release 下生成一个.exe文件，这就是我们需要在sabaki内添加的引擎之一。
- 配置路径
打开Sabaki，Engines -> Manage Engines，把我们的Engine路径添加进去即可。如下图所示：
第一行是用户自己给它起的名称，可随意。
第二行是leelasabaki的路径。
第三行是leela zero的路径和权重，按照自己电脑内的路径调整即可。我的路径如下：
–heatmap F:\Weiqi\Leela\leela-zero-master\msvc\x64\Release\leelaz.exe -w weight.txt –playouts 100 –noponder
- 开始游戏
在Sabaki内 File -> New， 开始一局棋，可以选择黑白使用的Engine，设置为Leela即可。
Generic options:
-h [ --help ] Show commandline options.
-g [ --gtp ] Enable GTP mode.
-t [ --threads ] arg (=0) Number of threads to use. Select 0 to
let leela-zero pick a reasonable
default.
-p [ --playouts ] arg Weaken engine by limiting the number of
playouts. Requires --noponder.
-v [ --visits ] arg Weaken engine by limiting the number of
visits.
-b [ --lagbuffer ] arg (=100) Safety margin for time usage in
centiseconds.
-r [ --resignpct ] arg (=-1) Resign when winrate is less than x%.
-1 uses 10% but scales for handicap.
-w [ --weights ] arg (=D:\Leela Zero\iGORobot\iGORobot\iGORobot\best-network)
File with network weights.
-l [ --logfile ] arg File to log input/output to.
-q [ --quiet ] Disable all diagnostic output.
--timemanage arg (=auto) [auto|on|off|fast|no_pruning] Enable
time management features.
auto = no_pruning when using -n,
otherwise on.
on = Cut off search when the best move
can't change, but use full time if
moving faster doesn't save time.
fast = Same as on but always plays
faster.
no_pruning = For self play training
use.
--noponder Disable thinking on opponent's time.
--benchmark Test network and exit. Default args:
-v3200 --noponder -m0 -t1 -s1.
--cpu-only Use CPU-only implementation and do not
use OpenCL device(s).
OpenCL device options:
--gpu arg ID of the OpenCL device(s) to use
(disables autodetection).
--full-tuner Try harder to find an optimal OpenCL
tuning.
--tune-only Tune OpenCL only and then exit.
--batchsize arg (=0) Max batch size. Select 0 to let
leela-zero pick a reasonable default.
--precision arg Floating-point precision
(single/half/auto).
Default is to auto which automatically
determines which one to use.
Self-play options:
-n [ --noise ] Enable policy network randomization.
-s [ --seed ] arg Random number generation seed.
-d [ --dumbpass ] Don't use heuristics for smarter
passing.
-m [ --randomcnt ] arg (=0) Play more randomly the first x moves.
--randomvisits arg (=1) Don't play random moves if they have <=
x visits.
--randomtemp arg (=1) Temperature to use for random move
selection.
