Korzystając z algorytmu genetycznego, w jaki sposób mogę stworzyć potomstwo na podstawie dwóch struktur sieci neuronowych?

Question

Mam dwie tablice obiektów, które opisują strukturę sieci neuronowej, jak mogę je połączyć, aby wyprodukować potomstwo, które jest realistyczne? W „chromosomy” będzie wyglądać mniej więcej tak:

chromosome = [ 
    [Node, Node, Node], 
    [Node, Node, Node, Node, Node], 
    [Node, Node, Node, Node], 
    [Node, Node, Node, Node, Node], 
    [Node, Node, Node, Node, Node, Node, Node], 
    [Node, Node, Node], 
]; 

Przykładowy węzeł:

Node { 
    nodesThatThisIsConnectedTo = [0, 2, 3, 5] // These numbers identify which nodes to collect output from in the preceding layer from based on their index number 
    weights = [0.34, 0.33, 0.76, -0.56] // These are the corresponding weights applied to the mentioned nodes 
} 

Answer 1

Myślę, że lepszym rozwiązaniem byłoby wdrożenie genetyczny przeszukiwanie algorytmu dla każdego węzła wagi Wektor - jeśli” ponownie zablokowane przy użyciu GA.

dla każdego węzła występuje populacja wektorów, a każda iteracja, jeden węzeł zmienia swój wektor wagowy. Wydaje mi się to znacznie rozsądniejszym podejściem, a następnie przejściem między dwiema pełnymi sieciami.