遗传算法优化神经网络小车自动寻路走出迷宫(3) 结果演示
2018-02-21 08:54
801 查看
依据之前写过的代码,我设计了两个迷宫,一个是最简单的直线,另一个是稍复杂的曲线。结果演示如下: https://www.bilibili.com/video/av19519131/?from=search&seid=216891970615103945
可以发现,遗传算法可以保留所有子代中最优的一代,但是要想得到更优的个体只能靠变异这个过程,而变异出来的个体结果其实大部分都是较差的。所以在这种神经网络的优化中,由于具有很多的参数,而且参数的敏感性未知,可能要考虑到增加变异的概率和数量。
可以发现,遗传算法可以保留所有子代中最优的一代,但是要想得到更优的个体只能靠变异这个过程,而变异出来的个体结果其实大部分都是较差的。所以在这种神经网络的优化中,由于具有很多的参数,而且参数的敏感性未知,可能要考虑到增加变异的概率和数量。
相关文章推荐
- 遗传算法优化神经网络小车自动寻路走出迷宫(2) 神经网络与遗传算法应用
- 遗传算法优化神经网络小车自动寻路走出迷宫(1)基于OpenGL的基本框架
- TF之NN:matplotlib动态演示深度学习之tensorflow将神经网络系统自动学习并优化修正并且将输出结果可视化—Jason niu
- 集成人工生命和遗传算法自动发现神经网络最优结构 ~ NeuralFinder
- 前沿 | 利用遗传算法优化神经网络:Uber提出深度学习训练新方式
- CNN:人工智能之神经网络算法进阶优化,六种不同优化算法实现手写数字识别逐步提高,应用案例自动驾驶之捕捉并识别周围车牌号—Jason niu
- NeuralFinder:集成人工生命和遗传算法自动发现神经网络最优结构
- 机器学习(11.2)--神经网络(nn)算法的深入与优化(2) -- QuadraticCost、CorssEntropyCost、SoftMax的javascript数据演示测试代码
- 利用遗传算法优化神经网络:Uber提出深度学习训练新方式
- 神经网络优化算法综述
- 机器学习(11.5)--神经网络(nn)算法的深入与优化(5) -- softmax的代码实现
- 神经网络(优化算法)
- 神经网络优化算法之不一样的梯度下降
- Coursera | Andrew Ng (02-week2)—改善深层神经网络:优化算法
- 深度学习笔记6:神经网络优化算法之从SGD到Adam
- 神经网络的优化算法选择
- 机器学习(11.1)--神经网络(nn)算法的深入与优化(1)--介绍
- 08. 训练神经网络3 -- 优化算法
- 神经网络中的优化算法