genetic-algorithm - 我们可以使用遗传算法来选择最佳网络模型和参数吗?
问题描述
我们可以使用遗传算法来选择最优的网络模型和参数吗?例如,我们是否可以使用它来决定以下网络结构和配置中哪一个会提供最佳性能:
Network Types:
-Convolutional Neural Network with auto encoder/decoder variants
-Deep Neural Networks
Network Parameters:
-Learning Rate
-Momentum
-Number of hidden layers
-Number of hidden nodes
解决方案
我不确定这种方法的使用范围有多广,但要回答你的问题 - 是的。可以使用遗传算法来决定哪种网络架构最适合给定问题。
你可能想看看这篇论文。它讨论了如何使用遗传算法来提出最佳的网络架构。
推荐阅读
- php - Symfony/Doctrine:如何使 Doctrine 与 Unix 套接字一起工作?
- javascript - 显示来自 laravel validate 的响应 JSON 数据
- django - 使用 PyCharm 在 Docker 容器内使用 Django 运行测试用例时出错 (AppRegistryNotReady)
- typescript - 打字稿:对象键联合的类型不能用作该对象的键
- go - Gin-Gonic v1.4.0:缺少 ctx.FullPath()
- google-app-engine - GCP Spanner 的数据源
- vb.net - 如何在 Visual Basic 中同时运行两个复选框事件?
- vue.js - Vuetify 自动完成样式 onfocus
- django - 表单数据未保存在 Django 的数据库中
- javascript - 重启 EC2 实例后 AWS S3 存储桶未重新挂载