神经网络“繁殖”

我刚刚观看了一个关于“Polyworld”的谷歌技术讲座视频(在这里),他们谈到了将两个神经网络结合起来以形成后代。我的问题是,如何结合两个神经网络?它们看起来如此不同,任何尝试将它们结合起来的行为只会形成第三个完全无关的网络。 也许我遗漏了什么,但我没有看到一个好方法来提取两个独立神经网络的积极方面并将它们组合成一个。如果有人能详细说明这个过程,我将不胜感激。


回答:

他们实际上并不是将两个神经网络“繁殖”在一起。 可能是他们有一种遗传算法,可以根据特定的“基因”序列产生特定的神经网络结构。 他们会从一组基因序列开始,产生它们各自特有的神经网络,然后将每个网络暴露于相同的训练方案。 据推测,其中一些网络会对训练的反应比其他网络更好(即,它们更容易被“训练”以实现所需的行为)。 然后,他们会获取产生最佳“学员”的基因序列,将它们相互交叉繁殖,产生它们各自特有的神经网络,然后将其暴露于相同的训练方案。 据推测,第二代中的一些神经网络将比第一代中的网络更易于训练。 这些将成为第三代的父母,依此类推。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注