NEAT的典型世代数(扩充拓扑的神经进化)？
NEAT（NeuroEvolution of Augmenting Topologies，扩充拓扑的神经进化）是一种用于训练神经网络的遗传算法。它通过进化的方式优化神经网络的拓扑结构和权重，以适应特定的任务。
在NEAT中，典型世代数是指遗传算法中的迭代代数，即进行进化过程的次数。每一代都会生成一批新的神经网络个体，通过交叉、变异和选择等操作对这些个体进行进化，以得到更适应任务的神经网络结构。
NEAT的优势包括：
- 自适应的拓扑结构：NEAT可以自动增加、删除和修改神经网络的拓扑结构，使得神经网络可以自适应地发展出最佳的结构。
- 避免过早收敛：NEAT通过保留早期较简单的网络结构和增加新的复杂结构的策略，避免了过早收敛问题，提高了搜索空间的探索能力。
- 增量式进化：NEAT通过保留前一代的部分优秀个体，并在其基础上进行进化，实现了增量式的优化，使得进化过程更高效。
NEAT在许多领域都有应用，包括机器学习、智能控制、游戏智能等。在机器学习中，NEAT可以用于优化神经网络模型以解决分类、回归和强化学习等问题。
腾讯云提供的与NEAT相关的产品和服务包括：
- 腾讯云AI Lab（https://ai.tencent.com/ailab/）：提供了丰富的人工智能技术和工具，可用于支持NEAT的研究和应用。
- 腾讯云弹性计算（https://cloud.tencent.com/product/ces）：提供弹性计算能力，可用于支持NEAT的计算需求。
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）：提供数据库服务，可用于存储和管理NEAT算法的数据。
请注意，以上答案仅为参考，具体产品和服务选择应根据实际需求进行评估。
相关·内容
我学习过神经网络理论，知道它们在基本层面上是如何工作的。我已经完成了coursera上的一些练习，我知道如何用Python定义层和训练网络，但我只能在当前的样本数据集上完成这些操作。所以我用pygame做了一个游戏，想做一个神经网络来训练它，但我不明白我该怎么做。 我知道我的输入层是什么，我知道我的输出层是什么，我只是不能理解如何实现奖励系统来改善网络。我知道如何制作测试数据并针对它进行训练，但这不是我需要的监督学习，我想在这个项目中实现q-learning
浏览 18提问于2019-12-24得票数 0
1回答
我有一个优化问题，我想最大化的目标函数是不可微的。我用遗传算法训练了一个线性模型，但线性模型的性能并不是很好。我正在考虑用神经网络取代线性模型。但我的理解是，对于不可微的目标函数，我不能使用backprop方法进行更新。那么，有谁知道如何使用遗传算法来训练神经网络呢？
浏览 0提问于2017-05-25得票数 1
我正在制作一个用于时间序列数据分析的机器学习程序，使用NEAT可以帮助我完成这项工作。我不久前才开始学习TensorFlow，但似乎TensorFlow中的计算图通常是固定的。TensorFlow中是否有工具可以帮助构建动态进化的神经网络？或者像Pytorch这样的东西会是更好的选择？谢谢。
浏览 10提问于2018-09-12得票数 7
2回答
我对人工神经网络和NeuroEvolution算法都很陌生。我正在尝试实现名为NEAT (增广拓扑的NeuroEvolution)的算法，但是中的描述忽略了如何进化网络权重的方法。
连接权在任何NE系统中都会发生变异，每一次连接都会受到干扰或不受影响。
我已经做了一些关于如何在NE系统中变异权重的搜索，但不幸的是，我找不到任何详细的描述。
我知道，在训练神经网络时，通常使用反向传播算法来校正权值，但只有在经过世代固定的拓扑(结构)并且知道问题的答案时，它才能起作用。在NeuroEvolution中，您不知道答案，您只有适应度函数，所以这里不可能使用反向传播。
浏览 5提问于2015-07-29得票数 20
回答已采纳
我想使用python和tensorflow/keras创建一个神经进化项目，但我找不到任何改变神经网络的好方法。
我知道有像NEAT这样的库，但我想尝试自己编写它。如果有人能告诉我的话我会很感激的。
浏览 4提问于2019-11-07得票数 0
解空间由整形限制为2层人工神经网络。无法将配置文件的参数归档，以便我可以获得2个以上的层。 我开始修改并使用NEAT的xor2.py文件来用于我的数据集。因此，我的NEAT代码是有效的，但我想要超越2层ANN。现在，我在解决方案空间中遇到了两层人工神经网络。有没有办法在配置文件中指定我需要3层或更多层？我试着检查配置文件中的所有参数，但找不到。链接- https://neat-python.readthedocs.io/en/latest/config_file.html
浏览 36提问于2019-02-16得票数 1
回答已采纳
1回答
我一直在阅读关于神经进化(增强拓扑结构的神经进化)是如何工作的，我有了它的主要想法，但困扰我的一件事是，你如何将不同的网络分割成不同的物种。我已经完成了算法，但这对我来说没有什么意义，我读的那篇论文也不能很好地解释它，所以如果有人能解释一下每个组件是什么以及它在做什么，那就太感谢了。
这两个方程式是：
浏览 1提问于2018-12-15得票数 7
回答已采纳
1回答
我最近试图实现自己的NEAT (神经进化的增广拓扑)，但在解决XOR问题时，它似乎陷入了某种局部最大值。 我的实现能够像NEAT算法所期望的那样添加隐藏节点和连接，并且我的算法有可能解决它，因为它能够在数百代之后在极少数情况下解决它。 我这个项目的所有代码都可以在https://github.com/Maxwell-Hunt/NEAT上找到，关于这个算法的原始论文可以在http://nn.cs.utexas.edu/downloads/papers/stanley.ec02.pdf上找到。 当我试图让它解异或时，它通常能得到正确的结果: 0,0 ->，0,1 -> 1, 1 ,0
浏览 20提问于2019-07-03得票数 3
1回答
TLTR算法允许它的输入/输出层也进化激活函数，还是只使用标识？
我正在开发一个定制的NeuralNet，很大程度上是受NEAT (增强拓扑的NeuroEvolution)实现的启发。
就我的经验和知识而言，大多数网络中的输入神经元都是在不影响它们所持有的值的情况下激活的--它们只是传递它(身份函数)，输出层神经元可以有基于网络试图解决的问题的预先设定的激活函数，通常是身份、softmax或sigmoid。
对于整洁的算法，输入/输出是进化其功能，还是它们是不可改变的？
浏览 7提问于2022-02-17得票数 0
1回答
我在youtube和互联网上查过什么是very，但我只能找到使用very的项目，但除了维基百科的条目(它只说导言中的内容，非常令人困惑)，我仍然不知道它是什么，它是一个图书馆，是一种神经网络，它是一种神经网络的训练方法吗？抱歉，如果这是个明显的问题。
浏览 2提问于2017-07-29得票数 12
回答已采纳
1回答
我读过关于read /进化人工神经网络/遗传算法的文章。
我理解选择最合适的神经网络并培育它们来产生另一个神经网络的概念，但是这到底是如何工作的呢？
你是否只是随机选择父母的体重，作为孩子的网络？你也会穿越偏置权吗？
这将如何产生一个与其父母一样合适的网络，难道它不只是产生一个新的随机网络，因为权重已经失去了它们之间的相关性？
在尝试了这种重量交换之后，我得到了非常糟糕的结果。
进化前馈神经网络的深度步骤是什么？
有点像这
浏览 0提问于2017-09-13得票数 0
我写了一个神经网络，用吃其他东西的东西做了一个小应用。
但我真的不知道该怎么把这东西变成基因。
目前，我正在记录来自每一个个体的所有输入和输出，每一帧。
在一代人的最后，我会教每一个熟识的人来自前十位最适合的人的数据。
但问题是，来自100代前10名个人的记录数据大约有50 at大。当我现在用20个人开始新一代的时候，我必须教他们20x50MB。这个过程需要超过3分钟，我不确定这是否是我在遗传神经网络中应该做的。我的方法其实挺好的。只有低效令我烦恼。(我当然知道，我可以减少人口。)
我也找不到解决我必须交叉和变异的方法。交叉和变异偏见和重量都是胡说八道，不是吗？它只会破坏网络，不是吗？我看到了
浏览 2提问于2015-03-19得票数 4
回答已采纳
1回答
我试图用神经网络来解决一些机器学习问题，主要是通过NEAT进化(NeuroEvolution of Extended拓扑)来解决。
我的一些输入变量是连续的，但其中一些变量具有分类性质，例如：
种类：{狮子、豹、老虎、捷豹}
贸易分支机构：{保健、保险、金融、信息技术、广告}
起初，我想通过将类别映射到离散数字来建模这样的变量，例如：
{狮子:1，豹:2，老虎:3，美洲虎:4}
但恐怕这会在变量上增加某种任意拓扑。老虎不是狮子和豹的总和。
通常使用什么方法来解决这个问题？
浏览 3提问于2013-09-16得票数 14
回答已采纳
1回答
我已经决定对手写文本的OCR应用程序使用具有反向传播训练的前馈NN，输入层将使用32*32 (1024)个神经元和至少8-12个输出神经元。
通过阅读一些文章，我发现Neuroph很容易使用，同时Encog的性能要好几倍。考虑我的场景中的参数，哪个API是最合适的。如果你能对我接受的输入节点的数量发表意见，我会很感激，它是不是太大了(尽管它超出了主题)
浏览 1提问于2012-10-29得票数 6
1回答
我试图进化的神经网络使用tanh作为每个神经元的激活函数，并且具有1-5-1的拓扑结构，所以我至少需要5个权重。遗传算法的求解是一个长度为5的实数向量，它表示网络的权重，每个权重应该取-5到5之间的值。我编写了一个R函数作为适应度函数，它返回输出数据的均方误差(MSE)。我要它学习立方函数。我使用的输入数据是
input<-seq(-1,1,0.02)
输出数据是它的三次函数。
des_out<-input^3
评估函数如下
evalnn<-function(x){
mse<-0
for(i in 1:length(input)){
nn.out <
浏览 0提问于2015-11-04得票数 0
回答已采纳
1回答
因此，我开始在node.js中建立自己的神经网络框架，以便更好地理解神经网络的概念。
目前我实现了神经元，这些神经元和层之间的连接。
鉴于这一网络：
📷
例如，N3s输出将是Sigmoid((N1 * W1 + N2 * W4) + B)，其中B是在-1和1之间随机产生的偏差。
为了训练网络，使用一个包含输入的数据集，该数据集包含输入所需的输出。网络将被输入(每一个输入被分配给第一层中的一个神经元，例如，1，0将导致N1为1和N2为0)。然后，对于每个连接，如果网络的结果输出接近所需的输出，则重量将增加或减少1%。
例如，如果1是期望输出，而当前输出为0.5，则增加重量的输出将为0.37，而重
浏览 0提问于2019-02-24得票数 1
回答已采纳
我只是不明白用于卷积神经网络的keras框架在下面的代码行中使用了什么类型的过滤器，是用于水平边缘检测，还是用于垂直或任何边缘或其他特性？这是一个7*7 32滤波器，它的跨距为1，我们将它与X相转换。
x= Conv2D(32, (7, 7), strides = (1, 1), name = 'conv0')(X)
浏览 0提问于2018-01-22得票数 0
回答已采纳
3回答
现在我正在做一个关于遗传算法和神经网络的研究，我想用遗传算法来训练神经网络，用神经网络来解决OCR问题，我还不明白的是训练方法，假设我有5个训练集，每个训练集有26个字符(A-Z)，我应该从A1-Z1到A5-Z5 (每个字符)还是A1-A5到Z1-Z5 (每个字符)进行训练，每个字符应该生成多少代?或者直到误差最小？
我想这就是我现在想要的全部
如果我的问题有什么不清楚的地方，请告诉我
谢谢
浏览 3提问于2012-12-15得票数 1
我试图理解遗传规划( GP )，但我想不出任何情况下，GP可以选择而不是训练人工神经网络的遗传算法。
他们中的每一个都适合解决什么问题？
在什么情况下，我们选择一个而不是另一个(如果这不是个人喜好)？
浏览 0提问于2018-11-06得票数 1
2回答
用于动画系统的神经网络大小
、、、、
我决定使用神经网络，以便为我已有的动画引擎创建行为。神经网络对我身体的每个部位都有3个vector3s和1个欧拉角。第一个vector3是位置，第二个是它的速度，第三个是它的角速度。欧拉角是身体部位的旋转角度。我有7个身体部位。这些数据类型中的每一个都有3个浮点数。7*4*3 = 84，所以我的神经网络有84个输入。输出映射到角色的肌肉。它们提供适用于每一块肌肉的力量，共有15个。
我同时运行15个网络，持续10秒，通过计算最低能量消耗、最少的z和x运动量以及身体部位是否与其他部位相比处于正确的y位置( use s.y> upperleg.y、upperleg.y > lowerl
浏览 2提问于2010-08-17得票数 8
回答已采纳
我正在寻找现有的基于训练数据的需求或复杂性/可变性的神经网络体系结构的工作。我发现的一些体系结构包括自组织映射和不断增长的神经气体。只有这一个在外面吗？
我所要寻找的最好的例子是一个简单的场景；如果训练数据只有几个模式，那么神经网络将是2-3层，每个层中都有一小部分节点。如果训练数据更复杂，我们就会看到更深的网络。
这样的工作似乎很少或没有在人工智能的文献。是因为表演比较弱吗？如有任何指导，我将不胜感激。
浏览 0提问于2017-05-22得票数 0
回答已采纳
我有一个前馈神经网络，我想用遗传算法来训练它。我读到最好的选择是使用二进制字符串的权重表示为格雷码。但在我的例子中，每个染色体有65个权重，这将导致一个长度为2080 (65*32位)的字符串。我知道这是一个复杂的问题，所以比起字符串中更少的位数，获得最优解需要更长的时间，但是2080对于GA来说是不是太长了？有没有更好的方法来编码如此大量的权重？
浏览 0提问于2014-09-22得票数 0
1回答
我正在尝试实现简单整洁。我从各种渠道了解到有4种类型的“节点”：输入神经元、隐藏神经元、输出神经元和所谓的偏置神经元。我看不出哪个过程可能会产生偏置神经元，这在第16页的this paper中有描述。 我知道在变异时可能会产生新的神经元，但它需要两个神经元之间的现有连接，这两个神经元将被这个新神经元分割(基于paper already mentioned，第10页)。然而，偏置神经元没有“输入”连接，因此它显然不能以上述方式创建。那么，详细地说，整洁是如何创造偏见神经元的呢？
浏览 27提问于2019-02-22得票数 2
回答已采纳
2回答
我需要用强化学习来教一个神经网络，一种棋盘游戏的策略。我选择了Q学习作为特例。
我想要一个神经网络具有以下结构：
层- rows * cols + 1神经元.板上连续字段的输入值(0表示空，1或2表示播放器)，动作(自然数)
层- (??)神经元-隐藏
第1层神经元在给定状态下的作用值(浮点)
我的第一个想法是首先创建一个状态、行动和价值观的地图，然后尝试教授神经网络。如果教学过程不成功，我可以增加神经元的数量，重新开始。
然而，我很快就遇到了性能问题.首先，我需要从简单的内存Python dict切换到数据库(内存不足)。现在，数据库似乎成了一个瓶颈(简单地说，有许多可能的状态，因此检索操作
浏览 0提问于2016-01-05得票数 8
每个神经网络都通过反向传播来更新其权重。假设一个神经网络模型堆叠在另一个神经网络模型上，在这种体系结构中，反向传播如何用于权重更新。wrt单神经网络模型在权重更新方面有什么不同？
浏览 3提问于2018-11-10得票数 0
3回答
我正在做一项任务，我需要进化我的神经网络的权重。我的神经网络是工作的，但我不确定如何以一种能让我获得好结果的方式来进化我的网络。
我知道我的AI老师说我需要使用sigmoid函数并将我的权重加起来*输入，但我不太确定剩下的部分。
谢谢。
编辑:我需要使用GA来训练权重。抱歉，我没说清楚。
浏览 1提问于2012-03-03得票数 2
回答已采纳
1回答
激活模式对SOM有什么意义？
、、、、
SOM -自组织映射，每个输入维度映射到所有输出节点，节点之间相互竞争得分矢量量化。PCA和其他聚类方法可以看作是该过程的简化特例。
在SOM中只有一个获胜节点。然而，当输入与两个已建立的“集群”非常相似时，会发生什么呢？第一个神经元以很小的优势胜过第二个神经元，而两者却相距甚远，这种情况会发生吗？如果是这样的话，这不也是非常有用的信息吗？
如果是这样，那么这意味着整个激活模式及其所有不同的输出在对输入进行分类时将非常有用。
我问的原因是因为我正在考虑将SOM插入其他神经网络，然后可能再次插入SOM。在插入时，我希望知道是否可以安全地使用整个网格及其所有输出，而不仅仅是获胜的节点。
我试着检查
浏览 0提问于2015-03-26得票数 1
我一直在学习神经网络和遗传算法，为了测试我的学习，我试着制作一种人工智能，它能学会玩扑通的鸟：
我让它至少运行了10个小时(通宵甚至更长时间)，但这位最健康的成员除了避开地板和天花板外，在智力方面仍然没有表现出任何显著的进步。输入是作为视线的射线(如上面所见)，网络是以它们的长度和鸟类的垂直速度来提供的。似乎最好的鸟基本上是忽略了所有的视线，除了水平的，当它是非常短，它是跳跃。输出是介于0到1之间的一个数字，如果输出大于0.5，则鸟跳。有4个隐层，各有15个神经元，输入层向第一隐层前进，第一隐层向第二隐层前进。最后一个隐藏层是输出，一只鸟的dna是一个代表神经网络权重的实数数组，我用
浏览 2提问于2017-07-28得票数 4
回答已采纳
在我工作的组织中，电子邮件是通过microsoft服务器托管的。在Linux中，到目前为止，雷鸟( Thunderbird )和插件一起还很精致。
我期待一个替代这个插件(或，替代雷鸟本身)访问我的电子邮件帐户(网络访问是一个选项，但我不喜欢交换网站界面)。
浏览 0提问于2015-02-16得票数 2
给出了从这个基继承的类的列表：
class Plugin(object):
run_after_plugins = ()
run_before_plugins = ()
...and遵循以下规则：
插件可以提供必须运行的插件列表。
插件可以提供一个必须在此之前运行的插件列表。
插件列表可能包含也可能不包含在排序约束中指定的所有插件。
有人能提供一个很好的干净的算法来排序一个插件列表吗？它还需要检测循环依赖关系..。
def order_plugins(plugins):
pass
我已经想出了几个版本，但没有什么特别整洁的:我相信你们中的一些类
浏览 14提问于2010-01-14得票数 5
回答已采纳
我知道有很多人使用Tensorflow中的ImageDataGenerator类来进行增强。我想知道ImageDataGenerator是使用增强创建新数据，还是对数据应用随机增强并导入，而不复制和增强。如果后者是真的，有没有办法创建具有增强功能的新数据？
浏览 29提问于2020-06-15得票数 0
回答已采纳
因此，我正在尝试实现NEAT(强化拓扑的神经进化)算法，并遇到了一个问题。物种中只有一个成员的网络是如何被跨越的？
我想出的一个解决方案是进行种间杂交。但我不知道它是否有效。
浏览 2提问于2022-03-29得票数 0
回答已采纳
1回答
我正在学习NEAT (扩充拓扑的神经进化)，并试图在C++中实现它，我不知道一个好的兼容性阈值是多少，请您推荐一个，以及c1，c2和c3 (参见论文(第13页)中的距离函数(δ)：)
浏览 2提问于2017-08-02得票数 0
1回答
我目前正在开发一个用于BigData集群的自组织映射原型，但我不明白一件事。
SOM算法更新最佳匹配单元及其邻域的权重，以更好地拟合输入向量。算法是否以某种方式改变了神经元在晶格上的真实位置？我的意思是，如果我定义一个正方形网格(5x5)，每个神经元都可以由二维坐标(例如1/1或1/5)引用。所以我要问的是，如果SOM算法更新神经元的坐标(例如，从1/1到1.1/1.3)。
如果没有，软件是如何显示集群的？我的意思是，一些程序显示神经元之间的统一距离(例如，黑色区域是那些神经元之间的距离较低的区域，而白色区域是那些距离较高的区域)。那么软件是如何知道哪些神经元是相邻的呢？
浏览 14提问于2016-07-29得票数 0
回答已采纳
1回答
有没有好的方法可以在一个完全连接的PyBrain网络中添加/删除神经元及其相关连接？假设我是这样开始的：
from pybrain.tools.shortcuts import buildNetwork
net = buildNetwork(2,3,1)
我如何让它成为(2,4,1)或(2,2,1)网络，同时保持所有旧的权重(并将任何新的权重初始化为随机，就像初始化网络时所做的那样)？我想这样做的原因是因为我正在尝试使用进化学习策略来确定最佳架构，而“突变”步骤涉及到以一定的概率添加/删除节点。(输入和输出模块应该始终保持不变。)
编辑:我发现了NeuronDecomposableNetwor
浏览 2提问于2012-07-26得票数 6
回答已采纳
1回答
在典型的神经网络中，每个层都有一定数量的神经元，所有神经元都有来自前一层每个神经元的传入连接(反之亦然)。这一点我没有问题，知道如何传播。
然而，当你有一个没有层层神经元的网络时(我正在研究整洁的算法)；其中神经元只是基于遗传算法(随机创建-然后是适应度的测试)连接，没有一个简单的方法来计算如何向前传播，例如；
1 input neuron - connected to neurons 2 and 3
Neuron 2 is also connected to neuron 3
Neuron 3 is connected to the output.
在这种情况下，如果我只是通过数字，那么一切
浏览 0提问于2015-12-21得票数 2
最初的结构(神经元和它们之间的连接)是如何选择的？我的书只说我们在训练网络之前先给连接随机加权。
我想我们会在训练中加入神经元，就像这样：
从一个完全空的网络开始，我在训练期间生成的第一个值将不存在，添加一个神经元来对应这个值，带有一个随机权重。
浏览 3提问于2012-04-18得票数 2
回答已采纳
我在研究机器人，这是一个用来建模，编程和模拟移动机器人的环境。基本上，我有一个带有VGA摄像头的小机器人，它在一个小乐高迷宫的白色墙壁上寻找简单的蓝色图案，并相应地移动。
我在这里使用的方法是
从机器人中获取模式的图像，并将其保存在PC中的某个位置。
检测蓝色图案，形成一个方格，该图案至少有2条边缘是正方形边界的一部分。
将其调整为7x7矩阵(使用最近邻插值算法)
网络的输入只是7x7图像中每个图像的红色像素强度(当我通过红色过滤器查看蓝色像素时，它看起来是黑色的)。提取每个像素的强度，然后将7x7矩阵转换为1D向量，即1x49，这是我对神经网络的输入。(我选择了这个特
浏览 4提问于2014-08-08得票数 1
1回答
我知道关系数据库是相当新的，我也同意面向对象的数据库开始流行起来。你认为面向对象的数据库有一天会取代关系数据库吗？或者，有没有一种新技术在效率和易用性方面比关系数据库更好？
浏览 0提问于2012-03-12得票数 0
3回答
我正在开发unity游戏引擎中的一个太空入侵者克隆人。我想让敌人变得聪明。我尝试过的一种方法是使用最小最大算法。我取了玩家的x坐标，用它制作了最小最大树，并用它在特定的时间间隔后让敌人离开那个位置。然而，这并没有很好地发挥作用。现在我希望敌人学习和进化，以避免玩家使用神经网络。我如何在太空入侵者中实现这一点？有没有比神经网络更好的算法来对付太空入侵者？
浏览 0提问于2015-08-28得票数 3
1回答
在一些ppt演讲中读到了关于神经进化的文章，我偶然发现了一个短语：
网络输出按标准方式计算。
我成功地实现了一种简单的前馈机制，遵循了一些指南(使用权值的向量表示- 、、)，并且我或多或少地理解了如何计算递归网络。
我所找不到的是如何计算任意拓扑的神经网络。有什么“标准方法”(算法)吗？
我设想一种方法(假设前馈拓扑)，虽然非常耗时，但它会循环所有神经元，直到计算出输出。
我设想另一种方法可能是将任意拓扑组织成层(也假设前馈拓扑- )，然后计算它。
问题
计算任意拓扑网络输出的“标准方法”是什么?/如何计算任意拓扑网络输出？
假设
前馈拓扑(递归拓扑作为奖励，可能要复杂得多)。
浏览 7提问于2017-10-04得票数 3
回答已采纳
1回答
我一直在试验进化的人工生物，但到目前为止，所有的生物都会死亡。为了初始化不是由无性繁殖产生的生物，我创建了大约8个随机神经元，它们都有连接输入和连接输出。我正在使用突变来获得一组权重，这些权重用于小型神经网络，可以形成递归连接。我有15个输入和5个输出。隐藏层中最多有25个神经元。突变的几率是25%。不同的突变是添加连接、禁用连接、对权重进行微小更改、添加神经元和禁用神经元。我的突变几率有什么问题吗？
浏览 11提问于2018-03-04得票数 1
我的理解是，Git是一个链接列表，当每个节点都是一个自给自足的对象时，它包含了提交的所有信息，比如当前提交和前一个提交之间的差异。
我认为Mercurial也是一个链接列表。但是，我读到mercurial存储分支信息是每个提交的永久部分，因此不能删除分支。
“不能移除”是什么意思？那么，提交是如何存储的，就像一个巨大的一个节点？
浏览 6提问于2022-08-04得票数 1
回答已采纳
1回答
我有一个人工智能的项目，我们可以做任何我们想要的东西。我有个想法，你画一个怪物。线是它的骨骼和肌肉，点是它的关节，你决定这些关节如何弯曲等等。然后你制作一个神经网络/遗传算法，它会学会行走和避开障碍物。
我的教授说我的想法是好的，并认可了它。唯一的问题是，我不知道如何开始和使用什么工具。我在考虑Unity或虚幻引擎，但我不知道这是不是一个好主意。
关于我应该使用哪种编程语言或游戏引擎，你有什么建议吗？我不想在太长时间内搞乱那些不是面向AI的东西。
浏览 2提问于2017-05-17得票数 0
我正在使用RGB图像，我使用图像生成器，因为(1)它们不适合内存，(2)我想应用数据增强。
在将输入提供给神经网络之前，我会将输入归一化到范围[0, 1]。现在，我看到在Keras ImageGenerator类中有一个rescale参数。如果我说rescale=1/255.0，它会取代规范化吗？
浏览 8提问于2020-02-23得票数 0
回答已采纳
3回答
什么是遗传算法，它相对于其他算法的实际优势是什么？它是否类似于任何常用的机器学习算法，如线性/logistic回归，神经网络，或基于树的方法，如梯度增强和随机森林？我听说它是基于其他型号的“变异”组合。这能让它更像一个合奏吗？
浏览 0提问于2016-06-29得票数 4
回答已采纳
我已经搜索了所有可能的在线解决方案，但我找不出这个触发器中的错误。
CREATE TRIGGER `delete_neat_link`
AFTER DELETE ON `neat_urls`
FOR EACH ROW
BEGIN
DELETE FROM `css_paths`
WHERE `css_paths`.`path_id` = OLD.`neat_link`;
END;
第一个错误出现在OLD.**neat_link**
syntax error, unexpected END_OF_INPUT
浏览 2提问于2013-09-25得票数 4
回答已采纳
2回答
寻找独立集的算法
、、
伙计们，我有个问题。我正在编写一个由几个模块组成的python脚本。一些模块依赖于其他模块，因此它们应该仅在依赖模块成功运行后才能运行。因此，每个模块都派生自一个基类模块，并覆盖称为依赖项的列表，依赖项是在此模块运行之前要满足的依赖项列表。有一个模块需要在所有其他modules.Currently之前运行，我正在做类似的事情。
modules_to_run.append(a)
modules_to_run.append(b)
modules_to_run.append(c)
.....
.....
modules_to_run.append(z)
# Very simplisti
浏览 1提问于2010-03-07得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
