知识卡片

普通读书笔记卡 · 3788.m.2.a.1.a · 生成模型:未记录

训练配置模型结构分层

理解等级:中级

区分三层设置:训练设置控制搜索过程,如种群规模与算子;超参数规定模型结构,如RBF个数;参数是训练中调整的权重、中心等向量。书中先定结构再训练,因此换用GA或PSO仍需选择RBF数量,不能把训练器与预测模型当成同一对象。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 遗传算法 3.2 连续问题的遗传算法 · 查看原书依据

      3个主要部分确定了遗传算法如何训练任何模型: 训练设置; 超参数; 参数。 训练设置是遗传算法所独有的,例如种群数量、精英数、交叉算法和突变算法。在本书的后文,我们将学习粒子群优化(PSO)和蚁群优化(ACO),它们是R

    参考来源

    - 位置:《人工智能算法(卷2):受大自然启发的算法》第3章《遗传算法》,原书小节“3.2 连续问题的遗传算法”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter003.html#nav_point_58) - 结论依据:原文逐段定义三类设置,并比较GA、PSO、ACO训练同一RBF模型。 - 原始内容:3个主要部分确定了遗传算法如何训练任何模型: 训练设置; 超参数; 参数。 训练设置是遗传算法所独有的,例如种群数量、精英数、交叉算法和突变算法。在本书的后文,我们将学习粒子群优化(PSO)和蚁群优化(ACO),它们是R