由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书Python神经进化网络实战9787302571285
¥ ×1
部分进化计算算法和神经进化方法的基本原理
章神经进化方法概述
1.1进化算法和基于神经进化的方法
1.1.1遗传算子
1.1.2基因组编码方案
1.1.3协同进化
1.1.4模块化和层次结构
1.2关于NEAT算法
1.2.1NEAT编码方案
1.2.2结构变异
1..使用创新数字交
1.2.4物种形成
1.3基于超立方体的NEAT
1.3.1复合模式生成网络
1.3.2基板配置
1.3.3不断进化的连接CPPN和HyperNEAT算法
1.4可进化基板HyperNEAT
1.4.1超立方体中的信息模式
1.4.2使用四叉树作为有效的信息提取器
1.4.3ES-HyperNEAT算法
1.5新颖搜索优化方法
1.5.1新颖搜索与自然进化
1.5.2新颖度量
1.6小结
1.7延伸阅读
第2章Python库和环境设置
2.1适用于神经进化实验的Python库
2.1.1NEAT-Python
2.1.2NEAT-Python用法示例
2.1.3PyTorchNEAT
2.1.4PyTorchNEAT用法示例
2.1.5MultiNEAT
2.1.6MultiNEAT用法示例
2.1.7深度神经进化
2.1.8比较Python神经进化库
2.2环境设定
2.2.1Pipenv
2.2.2Virtualenv
2..Anaconda
.小结
第2部分运用神经进化方法解决经典计算机科学问题
第3章使用NEAT进行XOR求解器优化
3.1技术要求
3.2XOR问题基础知识
3.3XOR实验的目标函数
3.4超参数选择
3.4.1NEAT部分
3.4.2DefaultStagnation部分
3.4.3DefaultReproduction部分
3.4.4DefaultSpeciesSet部分
3.4.5DefaultGenome部分
3.4.6XOR实验超参数
3.5运行XOR实验
3.5.1环境设置
3.5.2XOR实验源代码
……
第3部分不错神经进化方法
第4部分复习和总结
雅罗斯拉夫尔·连奥米恩科担任首席技术官和研究主管超过10年。他是机器学习研究领域的活跃成员,并在arXiv、ResearchGate平台以及Preprints等刊物上发表了若干篇研究。10多年前,他开发了用于手机游戏的自主代理,此后一直从事机器学习的应用。在过去的5年中,他积极参与有关将深度机器学习方法应用于身份验个人特征识别、协作机器人技术和合成智能等的研究。他还是一名活跃的软件开发人员,使用Go语言创建了开源神经进化算法的实现。
本书讨论了传统的深度机器学习方法的可行替代方案—神经进化算法。神经进化是一系列机器学习方法,它们使用进化算法来简化对复杂任务的解决,如游戏、机器人和自然过程的。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格