python - 增强拓扑（NEAT）神经网络的神经进化可以在 TensorFlow 中构建吗？

Question

我正在制作一个用于时间序列数据分析的机器学习程序，使用 NEAT 可以帮助完成这项工作。不久前我开始学习 TensorFlow，但似乎 TensorFlow 中的计算图通常是固定的。TensorFlow 中是否有工具可以帮助构建动态演化的神经网络？或者像 Pytorch 这样的东西会是更好的选择？谢谢。

标签： pythontensorflowpytorchneat

Answer 1

制作进化张量流网络的一种方法是使用 hyperneat 或 es-hyperneat 算法，而不是在物种中的单个网络上运行进化，而是进化出一个“基因组”，实际上是编码表型神经网络的 cppn。对于 cppn，您可以使用前馈 tensorflow 网络，但需要注意的是每个节点都可以使用不同的激活函数，这使得 cppn 能够进化为能够查询“表型”神经网络的结构和权重您可以使用通用张量流网络（或您选择的任何网络）

我会研究整洁的 python 和 peas 库，看看他们使用的网络，并使用 tensorflow 网络复制这些类。