我尝试使用以下代码-多任务模型来构建神经网络模型
inp = Input((336,))
x = Dense(300, activation='relu')(inp)
x = Dense(256, activation='relu')(x)
x = Dense(128, activation='relu')(x)
x = Dropout(0.1)(x)
x = Dense(56, activation='relu')(x)
x = Dense(16, activation='relu')(x)
x = Dropou
我正在尝试用python实现一个遗传算法。我有一个100个对象的列表,排序后,我需要访问前30个对象加上20个随机的其他对象。我的方法是: random.shuffle(list[30:]) #keep top 30, shuffle the rest
for x in range (50):
list[x].do_stuff 这不起作用,列表是不变的。是我的语法错误,还是我的整个方法都不可能?谢谢
我使用Python上的deap库来处理遗传算法。例如:我有个体0,1,1,1,1,0,我有3种突变方法,如mutation1,mutation2,mutation3。在deap库中,我进行了如下突变:
for mutate in [mutate1, mutate2, mutate3]: mutate(individual)
在每种变异方法之后,我如何保存种群数据?此外,我正在尝试使用deap.logbook来实现它,但它不起作用。有人对此有什么建议吗?