超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册

Python神经进化网络实战

出版社:清华大学出版社出版时间:2021-03-01
开本: 32开 页数: 632
中 图 价:¥45.5(4.6折) 定价  ¥99.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>
本类五星书更多>
买过本商品的人还买了

Python神经进化网络实战 版权信息

Python神经进化网络实战 本书特色

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仿真。

Python神经进化网络实战 内容简介

本书详细阐述了与神经进化网络开发相关的基本解决方案,主要包括神经进化方法概述、Python库和环境设置、使用NEAT进行XOR求解器优化、摆杆平衡实验、自主迷宫导航、新颖性搜索优化方法、基于超立方体的NEAT和视觉辨别、ES-HyperNEAT和视网膜问题、协同进化和SAFE方法、深度神经进化等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。

Python神经进化网络实战 目录

第1部分 进化计算算法和神经进化方法的基本原理
第1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
1.2.1 NEAT编码方案
1.2.2 结构变异
1.2.3 使用创新数字交叉
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
1.4.3 ES-HyperNEAT算法
1.5 新颖性搜索优化方法
1.5.1 新颖性搜索与自然进化
1.5.2 新颖性度量
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
2.1.1 NEAT-Python
2.1.2 NEAT-Python用法示例
2.1.3 PyTorchNEAT
2.1.4 PyTorchNEAT用法示例
2.1.5 MultiNEAT
2.1.6 MultiNEAT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
2.2.1 Pipenv
2.2.2 VinUalenv
2.2.3 AnaCOnda
2.3 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
3.2 XOR问题基础知识
3.3 XOR实验的目标函数
3.4 超参数选择
3.4.1 NEAT部分
3.4.2 DefaultStagnation部分
3.4.3 DefaultReproduction部分
3.4.4 DefaultSpeciesSet部分
3.4.5 DefaultGenome部分
3.4.6 XOR实验超参数
3.5 运行XOR实验
3.5.1 环境设置
3.5.2 XOR实验源代码
……
第3部分 高级神经进化方法
第4部分 复习和总结

展开全部

Python神经进化网络实战 作者简介

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论文。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证、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。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服