带你深入剖析递归神经网络

}

// Elitist -- keep the best performing chromosome.

recombine( pop, best, best, 0, 0.0, 0.0 );

// Generate the next generation.

for ( child = 1 ; child < POP_SIZE ; child++ )

{

unsigned int parent1 = select_parent( pop, sum );

unsigned int parent2 = select_parent( pop, sum );

recombine( pop, parent1, parent2, child, MUTATE_PROB, CROSS_PROB );

}

return;

}

样本履行

每个染色体包含每个权重的 16 位值。将该值（介于 0 – 65535 之间）转换为权重，办法是减去该范围的一半，然后乘以 0.001。这意味着该编码可以表示 -32.767 到 32.768 之间增量为 0.001 的值。

可以在 Linux 中构建 GitHub 上的样本源代码，只需键入 make 并应用 ./rnn 来履行。履行时，会随机创建群体，然后对一些代进行天然选择，直到找到精确猜测了全部测试词汇表的最后一个字符的解决筹划，或者直到模仿未能精确地收敛于一个解决筹划上。成败与否由平均合适度来决定；如不雅平均合适度达到最大年夜合适度的 80%，那么该群体缺乏足够的多样性来找到解决筹划，并将退出。

如不雅找到一个解决筹划，代码将宣布全部测试词汇表并显示每个单词典猜测结不雅。请留意，染色体合适度仅基于单词典最后一个字母，所以没有猜测内部字母。下面的代码供给了一个成功输出的样本。

$ ./rnn 
 
Solution found. 
 
  
 
Testing based 
 
    Fed b, got s 
 
    Fed a, got b 
 
    Fed s, got e 
 
    Fed e, got d 
 
  
 
Testing baned 
 
    Fed b, got s 
 
    Fed a, got b 
 
    Fed n, got d 
 
    Fed e, got d 
 
  
 
Testing sedan 
 
    Fed s, got s 	
			 5/6   首页 上一页 3 4 5 6 下一页 尾页	
			

　　推荐阅读
　　23个基本物联网标准、协议、技术术语快捷指南 ！
            CTO练习营 | 12月3-5日，深圳，是时刻成为优良的技巧治理者了
            
                
                    
                
                在物联网范畴，平日存在一些难以懂得的协定、标准>>>详细阅读


本文标题：带你深入剖析递归神经网络
地址：http://www.17bianji.com/lsqh/39295.html
 1/2    1