【问题标题】:training neural network using genetic algorithm使用遗传算法训练神经网络
【发布时间】:2017-10-25 09:58:12
【问题描述】:

我有一个优化问题,我想要最大化的目标函数是不可微的。我已经使用遗传算法训练了一个线性模型,但是线性模型的性能并不是那么好。我正在考虑用神经网络替换线性模型。但我的理解是,对于不可微的目标函数,我不能使用反向传播方法进行更新。 那么,有人知道如何使用遗传算法来训练神经网络吗?

【问题讨论】:

    标签: neural-network genetic-algorithm backpropagation


    【解决方案1】:

    是的。这被称为神经进化。如果你擅长编程,你可以制作自己的NEAT(增强拓扑的神经进化)实现。但是,已经有很多实现了。

    如果您想先了解神经进化,您可能需要查看Neataptic。您需要做的就是设置网络并运行一个函数来启动神经进化。

    【讨论】:

    • 你能推荐我应该看的任何实现或示例吗?@Thomas W
    • @ascetic652 well here 例如,Neataptic 用于进化基因组以玩 agario
    猜你喜欢
    • 2019-04-15
    • 2018-03-18
    • 2011-06-30
    • 1970-01-01
    • 2011-04-07
    • 1970-01-01
    • 2015-06-11
    • 2018-01-04
    相关资源
    最近更新 更多