问整洁的XOR示例在每次运行时给出了不同的结果
EN

Data Science用户

提问于 2018-11-09 17:56:11

回答 1查看 522关注 0票数 1

我刚刚开始学习使用整洁的算法。当我读到“通过增强拓扑来进化神经网络”的论文和当前的python文档时，我在想我理解了整洁的基础知识。然而，在实践中我遇到了麻烦。

我已经从源代码(https://github.com/CodeReclaimers/neat-python.git)运行了XOR示例。然而，当我不止一次运行“进化-前馈”、“进化-前馈-并行”或“进化-最小”代码时，结果正在发生变化。例如,

当我运行“进化-感觉前进”时，它给出了：1

当我第二次运行相同的代码时，它会给出：2

每次跑步都会改变。在每次运行之前，我也删除了生成的整洁的检查点文件，但是结构仍然在改变。我想了解原因，我想我在这里遗漏了一些要点。

回答已采纳

发布于 2018-11-09 18:54:50

如果每个网络近似地实现XOR函数，但在合理的错误范围内，那么这种行为就像设计的那样整洁。

神经网络允许多个等价解。即使使用固定的结构和随机梯度下降来学习一个简单的函数，每次都有很大的机会得到非常不同的权重。使用calls，它还探索替代架构，搜索包括对随机数生成器的许多调用，以便做出决策。

整洁的主要决定性步骤是选择过程--通过比较群体成员之间的优劣来对他们进行排名。然而，由于神经网络的多个设计几乎都能很好地解决异或问题，所以每次都不太可能找到相同的一个。

如果你需要精确地复制一个实验，你可以通过设置RNG种子来实现。我认为这可能只是对您正在使用的库调用random.seed()，但是有些库也可能有其他需要设置的RNG实例。

票数 1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/40972

复制

相似问题

问整洁的XOR示例在每次运行时给出了不同的结果EN