我正在制作一种用于教育目的的神经网络游戏遗传算法。
,我希望能够在我的gpu (启用cuda)上运行我的python代码,以节省一些时间并加速这个过程。
我的代码的原理很简单,我的遗传算法是一个全局循环,在每一次迭代中,我需要评估我的种群中的每一个神经网络。
while(some_condition):
# ...
game = Game()
for i in range(len(self.networks)):
self.networks[i].score = game.start(network=self.networks[i])
# ...
正如您所看到的,我
我试图用C#作为编程语言来解决问题陈述。在输入的问题系统(双小数/十进制)中,例如Hi,,生成的输出是包含参数(Fi,Pi和Ti).的数据集的一种形式。在某种程度上,我只需要过滤掉数据集中的那些条目,这将满足以下条件。
Fi > Fmin,,其中Fmin是一些常量
Pi > Pmin,,其中Pmin是一些常量
Ti < Tmax,,其中Tmax是一些常量
在这样的情况下,我可以使用一种有效的算法,在这种情况下,我可以在输出参数值完全在约束范围内的Hi的一组最优值上进行归零。此外,我认为在这种情况下使用遗传算法是有意义的,但不知怎么的,我无法制定和适应特定于