git.sesse.net Git - stockfish/blob - src/nnue/architectures/halfkp_256x2-32-32.h

   1 /*
   2   Stockfish, a UCI chess playing engine derived from Glaurung 2.1
   3   Copyright (C) 2004-2020 The Stockfish developers (see AUTHORS file)
   4
   5   Stockfish is free software: you can redistribute it and/or modify
   6   it under the terms of the GNU General Public License as published by
   7   the Free Software Foundation, either version 3 of the License, or
   8   (at your option) any later version.
   9
  10   Stockfish is distributed in the hope that it will be useful,
  11   but WITHOUT ANY WARRANTY; without even the implied warranty of
  12   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13   GNU General Public License for more details.
  14
  15   You should have received a copy of the GNU General Public License
  16   along with this program.  If not, see <http://www.gnu.org/licenses/>.
  17 */
  18
  19 // Definition of input features and network structure used in NNUE evaluation function
  20
  21 #ifndef NNUE_HALFKP_256X2_32_32_H_INCLUDED
  22 #define NNUE_HALFKP_256X2_32_32_H_INCLUDED
  23
  24 #include "../features/feature_set.h"
  25 #include "../features/half_kp.h"
  26
  27 #include "../layers/input_slice.h"
  28 #include "../layers/affine_transform.h"
  29 #include "../layers/clipped_relu.h"
  30
  31 namespace Eval::NNUE {
  32
  33 // Input features used in evaluation function
  34 using RawFeatures = Features::FeatureSet<
  35     Features::HalfKP<Features::Side::kFriend>>;
  36
  37 // Number of input feature dimensions after conversion
  38 constexpr IndexType kTransformedFeatureDimensions = 256;
  39
  40 namespace Layers {
  41
  42 // Define network structure
  43 using InputLayer = InputSlice<kTransformedFeatureDimensions * 2>;
  44 using HiddenLayer1 = ClippedReLU<AffineTransform<InputLayer, 32>>;
  45 using HiddenLayer2 = ClippedReLU<AffineTransform<HiddenLayer1, 32>>;
  46 using OutputLayer = AffineTransform<HiddenLayer2, 1>;
  47
  48 }  // namespace Layers
  49
  50 using Network = Layers::OutputLayer;
  51
  52 }  // namespace Eval::NNUE
  53
  54 #endif // #ifndef NNUE_HALFKP_256X2_32_32_H_INCLUDED