交叉熵与遗传算法的区别是什么?

我的几个实验室同事一直在尝试交叉熵强化学习。从他们那里以及快速的网络搜索中,我了解到交叉熵方法似乎与遗传算法几乎相同。能有人向我解释一下这两种技术之间是否真的存在区别吗?


回答:

在这种情况下,交叉熵是遗传算法的一种特定形式。说“遗传算法”涵盖了大量不同的算法,因此它比交叉熵要广泛得多。

简单来说:

遗传算法是一类算法/一种优化方法

交叉熵是一种特定的遗传算法。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注