首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >如何对遗传算法的神经网络进行归一化?

如何对遗传算法的神经网络进行归一化?
EN

Stack Overflow用户
提问于 2011-02-25 17:56:32
回答 1查看 674关注 0票数 2

我正在尝试使用遗传算法训练一个简单的前馈神经网络,但是它的效率相当低,因为同构神经网络看起来与遗传算法不同。

有可能有多个神经网络,它们的行为方式相同,但它们的神经元从左到右和跨级别的排序方式不同。对于遗传算法来说,这些网络的基因型将出现完全不同的情况。因此,任何进行交叉的尝试都是没有意义的,GA最终会像爬山一样有效。

你能推荐一种方法使网络正常化,使它们对遗传算法更透明吗?

EN

回答 1

Stack Overflow用户

发布于 2011-02-27 18:52:00

在这种情况下,我会把交叉称为“低效”,而不是“毫无意义”。解决你提到的重复的一种方法可能是以某种规范的顺序对隐藏层神经元进行排序,并在交叉过程中使用这种顺序,这可能至少会减少在隐藏权重空间中遇到的重复。

此外,您可能会使用比遗传算法更直接的方法来拟合输出层权重。您没有说明使用的是什么性能指标,但许多常见的度量标准都有相当简单的优化。因此,例如,您可以使用遗传算子生成一个新的隐藏层,然后通过逻辑回归拟合输出层,并让GA评估整个网络。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/5115818

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档