
优化算法优化神经网络
此专栏主要是对优化算法,如遗传算法、粒子群算法的介绍,最终达到优化神经网络结构或权重的目的。
优惠券已抵扣
余额抵扣
还需支付
¥59.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
cofisher
这个作者很懒,什么都没留下…
展开
-
Tensorflow2.0 用遗传算法进行网络架构搜索
本文将基于 Tensorflow2.0 使用遗传算法对网络结构寻优来对 cifar10 数据集进行分类。此项目共包含两个文件,一个是用于导入数据集、构建网络以及训练网络的文件 main.py,另一个是实现遗传算法的文件 GA.py。原创 2020-07-18 11:58:08 · 2084 阅读 · 6 评论 -
Tensorflow2.0之用粒子群算法优化卷积神经网络的初始权重
文章目录一、构建网络1、导入需要的库和数据集2、对数据集进行处理3、对数据集切片处理4、构建分类器4.1 Conv2D 层4.2 CNN 模块4.3 Dense 模块4.4 分类器4.4、设置参数5、构造损失函数6、构造梯度下降函数7、训练二、粒子群算法1、导入需要的库2、设置参数3、导入数据4、适应度函数5、生成第一代粒子群6、构建函数实现列表的加减乘操作6.1 加6.2 减6.3 乘7、优化...原创 2020-04-04 20:21:32 · 7000 阅读 · 82 评论 -
粒子群算法求解最大值问题详解(附python代码)
文章目录粒子群算法(PSO)代码实现1、导入需要的库2、设置参数3、适应度函数4、初始化粒子群5、迭代更新粒子群粒子群算法(PSO)PSO 通过模拟鸟群的捕食行为来求取最优解。假设一群鸟在随机搜索食物。在这个区域里只有一块食物(对应着最优解)。所有的鸟都不知道食物的具体位置,但是它们可以判断自身与食物的大致距离,即通过 fit 值判断与最优解的距离。那么找到食物的最优策略就是搜寻目前离食物最...原创 2020-04-03 14:45:12 · 5076 阅读 · 0 评论 -
Tensorflow2.0之用遗传算法优化LSTM网络结构 Version2
文章目录一、构建网络1、导入需要的库和数据集2、对数据集进行处理3、对数据集切片处理4、构建分类器4.1 LSTM 模块4.2 Dense 模块4.3 分类器4.4、设置参数5、构造损失函数6、构造梯度下降函数7、训练二、遗传算法1、导入需要的库2、设置参数3、导入数据4、适应度函数5、选择函数6、交叉函数7、变异函数8、生成第一代种群9、优化一、构建网络在这里,使用 Mnist 数据集进行演...原创 2020-04-02 20:22:51 · 6582 阅读 · 33 评论 -
Tensorflow2.0之用遗传算法优化卷积神经网络结构 Version2
一、构建网络在这里,使用 Mnist 数据集进行演示。1、导入需要的库和数据集import tensorflow as tf(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()2、对数据集进行处理因为输入卷积神经网络的数据形状为 (batch_size, height, width, ch...原创 2020-04-02 19:12:05 · 6718 阅读 · 43 评论 -
Tensorflow2.0之用遗传算法优化LSTM网络结构 Version1
整体思路首先,写一个deep_learning.py文件进行神经网络的训练及测试过程。将deep_learning.py中需要优化的参数(在这里我们优化LSTM层数和全连接层数及每层的神经元个数)统一写到一个列表num中。然后,进行遗传算法的编写GA.py,用需要传入deep_learning.py文件的列表num当染色体,需要优化的参数当染色体上的基因。deep_learning.p...原创 2020-01-31 16:08:14 · 7239 阅读 · 58 评论 -
Tensorflow2.0之用遗传算法优化卷积神经网络结构 Version1
整体思路首先,写一个deep_learning.py文件进行神经网络的训练及测试过程。将deep_learning.py中需要优化的参数(在这里我们优化卷积层数及每层的神经元个数)统一写到一个列表num中。然后,进行遗传算法的编写GA.py,用需要传入deep_learning.py文件的列表num当染色体,需要优化的参数当染色体上的基因。deep_learning.py文件由于要将...原创 2020-01-31 15:06:50 · 4497 阅读 · 40 评论 -
进化策略之(1+1)-ES
(1+1)-ES与传统的进化策略的区别(1+1)−ES(1+1)-ES(1+1)−ES与传统的进化策略相比区别较大,它没有初始化种群的一步,而是初始化一条父染色体,并且在整个寻优过程中,只有一条父染色体和一条由其变异生成的子染色体存在。(1+1)-ES具体步骤问题:求y=xsin10x+xcos2xy=x\sin{10x}+x\cos{2x}y=xsin10x+xcos2x在[0,5][...原创 2019-12-02 20:45:03 · 1722 阅读 · 0 评论 -
遗传算法解决旅行商问题(TSP)
问题:旅行商要去20个城市(本题中随机化每个城市的位置)贩卖货物,请问他走哪条路径路程最短?解题步骤:1、随机初始化20个城市的横纵坐标。2、随机生成原始种群poppoppop,假设种群中含有500条染色体,每个染色体上含有20个基因代表城市。3、从poppoppop中依次取出每条染色体,得到所有染色体上所有城市的横纵坐标。将横坐标放入lxlxlx中,将纵坐标放入lylyly中。(lxlx...原创 2019-12-01 12:41:17 · 1318 阅读 · 0 评论 -
遗传算法求解最大值问题详解(附python代码)
问题:求y=xsin10x+xcos2xy=x\sin{10x}+x\cos{2x}y=xsin10x+xcos2x在[0,5][0, 5][0,5]上的最大值。解题步骤:1、随机生成种群poppoppop,每个种群中含有100100100条染色体。每个染色体上含有10个基因(以二进制表示自变量,故每条染色体上表示的数字范围是[0,1023][0, 1023][0,1023])。2、计算...原创 2019-12-01 10:24:44 · 7392 阅读 · 3 评论 -
进化策略求解最值问题详解,通俗易懂(附python代码)
进化策略问题:求y=xsin10x+xcos2xy=x\sin{10x}+x\cos{2x}y=xsin10x+xcos2x在[0,5][0, 5][0,5]上的最大值。1、随机生成种群poppoppop,假设种群中含100100100条染色体以及每条染色体的变异概率。因为函数自变量只有一个,故每条染色体上只有一个基因。2、从poppoppop中随机选出两条染色体(以及它们的变异概率)来...原创 2019-12-01 00:21:45 · 1961 阅读 · 0 评论