【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
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