python - 我可以使用 tensorflow 进行基于仪器输出的迭代参数优化吗?
问题描述
所以我有这个python算法,它通过在仪器上物理运行迭代,读取输出,然后根据之前的结果决定下一次迭代的参数来优化过程的参数。我想通过使用 tensorflow 来替换/改进它。我将需要它从真实世界的输出中实时学习,而不是从培训库中学习。我不确定从哪里开始,或者是否有可能。我只需要有人指出我正确的方向。
谢谢。
解决方案
推荐阅读
- azure - terraform local-exec provisioner 无法在 cli 命令中看到 azdo 组织
- php - 提高 Wordpress 专用服务器的性能 - NGINX、PHP 7.4、Redis、MariaDB
- mysql - Hikari 连接池 - 连接保持打开 120 分钟;每 1800 秒创建一次
- javascript - 如何更改不同页面上的元素
- ajax - Ajax 在按钮单击后未提交表单
- java - JTable 的列中的 JPanel 中没有显示 JLabel 的工具提示
- java - webview 不打开长网址(Android Studio)
- mysql - Sequelize model.create 不是函数
- javascript - Firestore 中的数据搜索
- javascript - 如何创建带有 URL 链接的自定义选择菜单