计算具有多个输入和一个输出的图中的所有路径

我想计算有向无环图中从多个输入(x1, .., xn)到一个输出的所有路径。该图具有相同的深度d,并且输入同时进入图中(形状类似于具有多个输入和一个输出的神经网络)。请问是否有可以计算此类路径的算法?

此致,


回答:

1) 从输出节点开始,逆向遍历每条边,运行深度优先搜索,找出所有可以到达输出的节点。

2) 删除所有无法到达输出的节点。

3) 在修改后的图上,从每个输入节点开始,运行递归搜索,找出所有到达输出的路径。

由于你已经移除了所有死胡同,这应该能以最快的速度生成所有路径,但你应该注意,即使是小图,也可能有非常多的不同路径——一个形状像梯子的图,长度为n,可能有大约2^n条路径——在每个梯级上,你可以选择走梯子的左侧还是右侧,因此有2^(梯级数量)条不同的路径。

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