基于遗传算法的神经网络权值优化
基于遗传算法的神经网络权值优化
提问于 2017-11-28 11:56:59
我目前正在开发一个电子游戏与我的一些朋友，为一个课程，我们在人工智能。
我们都有不同的约束条件；我们使用神经网络来定义人工智能的行为。这部分是Python中的。
基本上，我们的游戏就像塔楼，但要简单得多。地图是静态的，玩家有5个生命，要么是人工智能。您可以移动左，右，跳，并单击射击光标的位置子弹。所以这是一场至死不渝的战斗。
最初，我们考虑使用遗传算法来训练我们的网络。我们定义了一个拓扑，不管它是什么，我们计划使用GA优化权重。
该计划将是生成种群，在我们的游戏中直接测试NNs，收集结果(健身？)并利用先前的排名生成一个新的种群。
但是，我们并不真正知道如何实现这一目标，也不知道是否有可能，也不知道它是否会产生良好的效果。
在繁殖过程中，我们是否应该使用加权平均权值？如何应用“突变”？我们应该用什么结构来代表我们的国家统计局？
如果你有任何线索或建议..！
非常感谢！
回答 1
Stack Overflow用户
发布于 2019-03-21 13:42:51
我编写了一个关于使用遗传算法和Python实现优化人工神经网络的完整教程。它的标题是“人工神经网络优化使用遗传算法与Python”在这里有LinkedIn，KDnuggets和TowardsDataScience。
你可以在我2018年的书中读到越来越多的书，其中一章涵盖了GA。这本书被引用为“Ahmed Fawzy Gad‘实用的计算机视觉应用程序使用深度学习与CNN’。2018年12月，Apress，978-1-4842-4167-7“，可在斯普林格获得。也是在亚马逊。
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/47531026
复制相关文章
相似问题
腾讯云开发者
