मुख्य कंटेंट तक स्किप करें

KataGo व्यावहारिक प्रारंभ गाइड

यह अध्याय आपको इंस्टॉलेशन से वास्तविक उपयोग तक KataGo सिखाएगा, सभी व्यावहारिक ऑपरेशन ज्ञान शामिल। चाहे आप KataGo को अपने एप्लिकेशन में एकीकृत करना चाहते हों या इसके सोर्स कोड में गहराई से जाना चाहते हों, यह आपका शुरुआती बिंदु है।

KataGo क्यों चुनें?​

कई गो AI में, KataGo वर्तमान में सर्वोत्तम विकल्प है, कारण:

लाभविवरण
सबसे मजबूत ताकतसार्वजनिक परीक्षणों में निरंतर शीर्ष स्तर
सबसे पूर्ण सुविधाएंअंक भविष्यवाणी, क्षेत्र विश्लेषण, मल्टी-रूल समर्थन
पूर्ण ओपन-सोर्सMIT लाइसेंस, स्वतंत्र उपयोग और संशोधन
निरंतर अपडेटसक्रिय विकास और समुदाय समर्थन
पूर्ण दस्तावेज़आधिकारिक दस्तावेज़ विस्तृत, समुदाय संसाधन समृद्ध
मल्टी-प्लेटफॉर्म समर्थनLinux, macOS, Windows सभी पर चलता है

इस अध्याय की सामग्री​

इंस्टॉलेशन और सेटअप​

शून्य से KataGo वातावरण बनाएं:

  • सिस्टम आवश्यकताएं और हार्डवेयर सुझाव
  • विभिन्न प्लेटफॉर्म पर इंस्टॉलेशन चरण (macOS / Linux / Windows)
  • मॉडल डाउनलोड और चयन गाइड
  • कॉन्फ़िगरेशन फ़ाइल विस्तृत विवरण

सामान्य कमांड​

KataGo का उपयोग करना सीखें:

  • GTP (Go Text Protocol) प्रोटोकॉल परिचय
  • सामान्य GTP कमांड और उदाहरण
  • Analysis Engine उपयोग विधि
  • JSON API पूर्ण विवरण

सोर्स कोड आर्किटेक्चर​

KataGo के कार्यान्वयन विवरण गहराई से समझें:

  • प्रोजेक्ट डायरेक्टरी संरचना अवलोकन
  • न्यूरल नेटवर्क आर्किटेक्चर विश्लेषण
  • सर्च इंजन कार्यान्वयन विवरण
  • प्रशिक्षण प्रक्रिया अवलोकन

त्वरित शुरुआत​

यदि आप केवल जल्दी से KataGo आज़माना चाहते हैं, यहां सबसे सरल तरीका:

macOS (Homebrew के साथ)​

# इंस्टॉल
brew install katago

# मॉडल डाउनलोड (परीक्षण के लिए छोटा मॉडल)
curl -L -o kata-b18c384.bin.gz \
  https://media.katagotraining.org/uploaded/networks/models/kata1/kata1-b18c384nbt-s9996604416-d4316597426.bin.gz

# GTP मोड चलाएं
katago gtp -model kata-b18c384.bin.gz -config gtp_example.cfg

Linux (प्री-कंपाइल्ड संस्करण)​

# प्री-कंपाइल्ड संस्करण डाउनलोड
wget https://github.com/lightvector/KataGo/releases/download/v1.15.3/katago-v1.15.3-opencl-linux-x64.zip

# अनज़िप
unzip katago-v1.15.3-opencl-linux-x64.zip

# मॉडल डाउनलोड
wget https://media.katagotraining.org/uploaded/networks/models/kata1/kata1-b18c384nbt-s9996604416-d4316597426.bin.gz

# चलाएं
./katago gtp -model kata-b18c384nbt-*.bin.gz -config default_gtp.cfg

इंस्टॉलेशन सत्यापन​

सफल शुरुआत के बाद, GTP प्रॉम्प्ट दिखेगा। निम्नलिखित कमांड आज़माएं:

name
= KataGo

version
= 1.15.3

boardsize 19
=

genmove black
= Q16

उपयोग परिदृश्य गाइड​

आपकी आवश्यकता के अनुसार, सुझाई गई पढ़ने की क्रम और फोकस:

परिदृश्य 1: गो App में एकीकरण​

आप अपने गो एप्लिकेशन में KataGo को AI इंजन के रूप में उपयोग करना चाहते हैं।

फोकस पढ़ें:

  1. इंस्टॉलेशन और सेटअप - तैनाती आवश्यकताएं समझें
  2. सामान्य कमांड - विशेषकर Analysis Engine भाग

मुख्य ज्ञान:

  • GTP मोड के बजाय Analysis Engine मोड उपयोग करें
  • JSON API के माध्यम से KataGo से संवाद
  • हार्डवेयर के अनुसार खोज पैरामीटर समायोजित करें

परिदृश्य 2: गेम सर्वर बनाना​

आप AI के साथ खेलने के लिए सर्वर सेटअप करना चाहते हैं।

फोकस पढ़ें:

  1. इंस्टॉलेशन और सेटअप - GPU सेटिंग भाग
  2. सामान्य कमांड - GTP प्रोटोकॉल भाग

मुख्य ज्ञान:

  • GTP मोड से खेलें
  • मल्टी-इंस्टेंस तैनाती रणनीति
  • ताकत समायोजन विधि

परिदृश्य 3: AI एल्गोरिदम अनुसंधान​

आप KataGo के कार्यान्वयन में गहराई से जाना चाहते हैं, संशोधन या प्रयोग करना चाहते हैं।

फोकस पढ़ें:

  1. सोर्स कोड आर्किटेक्चर - पूरा पढ़ें
  2. पृष्ठभूमि ज्ञान अध्याय के सभी पेपर विश्लेषण

मुख्य ज्ञान:

  • C++ कोड संरचना
  • न्यूरल नेटवर्क आर्किटेक्चर विवरण
  • MCTS कार्यान्वयन विधि

परिदृश्य 4: अपना मॉडल प्रशिक्षित करना​

आप शून्य से KataGo मॉडल प्रशिक्षित या फाइन-ट्यून करना चाहते हैं।

फोकस पढ़ें:

  1. सोर्स कोड आर्किटेक्चर - प्रशिक्षण प्रक्रिया भाग
  2. KataGo पेपर विश्लेषण

मुख्य ज्ञान:

  • प्रशिक्षण डेटा फॉर्मेट
  • प्रशिक्षण स्क्रिप्ट उपयोग
  • हाइपरपैरामीटर सेटिंग

हार्डवेयर सुझाव​

KataGo विभिन्न हार्डवेयर पर चल सकता है, लेकिन प्रदर्शन में बड़ा अंतर:

हार्डवेयर कॉन्फ़िगरेशनअपेक्षित प्रदर्शनउपयुक्त परिदृश्य
हाई-एंड GPU (RTX 4090)~2000 playouts/secशीर्ष विश्लेषण, तेज़ खोज
मिड-रेंज GPU (RTX 3060)~500 playouts/secसामान्य विश्लेषण, खेल
एंट्री GPU (GTX 1650)~100 playouts/secबुनियादी उपयोग
Apple Silicon (M1/M2)~200-400 playouts/secmacOS विकास
शुद्ध CPU~10-30 playouts/secसीखना, परीक्षण
tip

धीमे हार्डवेयर पर भी, KataGo मूल्यवान विश्लेषण दे सकता है। खोज मात्रा कम करने से सटीकता घटती है, लेकिन शिक्षण और सीखने के लिए आमतौर पर पर्याप्त।

सामान्य प्रश्न​

KataGo और Leela Zero में क्या अंतर है?​

पहलूKataGoLeela Zero
ताकतअधिक मजबूतकमज़ोर
सुविधाएंसमृद्ध (अंक, क्षेत्र)बुनियादी
मल्टी-रूलसमर्थितअसमर्थित
विकास स्थितिसक्रियरखरखाव मोड
प्रशिक्षण दक्षताउच्चकम

GPU आवश्यक है?​

अनिवार्य नहीं, लेकिन अत्यधिक अनुशंसित:

  • GPU के साथ: तेज़ विश्लेषण, उच्च गुणवत्ता परिणाम
  • GPU के बिना: Eigen बैकएंड से शुद्ध CPU, लेकिन धीमा

मॉडल फ़ाइल अंतर?​

मॉडल आकारफ़ाइल आकारताकतगति
b10c128~20 MBमध्यमसबसे तेज़
b18c384~140 MBमजबूततेज़
b40c256~250 MBबहुत मजबूतमध्यम
b60c320~500 MBसबसे मजबूतधीमा

आमतौर पर b18c384 या b40c256 अनुशंसित, ताकत और गति में संतुलन।

संबंधित संसाधन​

तैयार हैं? इंस्टॉलेशन और सेटअप से शुरू करें!