pytorch-neat:NEAT（增强拓扑的神经进化）算法的pytorch实现

【文件属性】：
文件名称：pytorch-neat:NEAT（增强拓扑的神经进化）算法的pytorch实现
文件大小：41KB
文件格式：ZIP
更新时间：2021-05-03 21:52:45
neat neuroevolution pytorch neural-networks genetic-algorithms PyTorch-NEAT NEAT（增强拓扑的神经进化）方法的PyTorch实现，最初是由Kenneth O. Stanley创建的，是进化神经网络的一种有原则的方法。 。 实验 PyTorch-NEAT当前包含三个内置实验：XOR，单极平衡和汽车爬山。 异或实验 使用以下命令运行： python xor_run.py将运行多达150代，初始种群为150个基因组。 当/如果找到解决方案，将显示解决方案网络以及有关试验的统计信息。 随意运行多个试用版-只需​​增加xor_run.py文件中外部for循环的范围即可。 单极平衡 使用以下命令运行： python pole_run.py将运行多达150代，初始种群为150个基因组。 在OpenAI体育馆环境中跑步。 当/如果找到解决方案，则将在OpenAI体育馆中显示解决方案网络以及评估结果。 汽车登山实验 使用以下命令运行： python m

【文件预览】：
pytorch-neat-master
----setup.py(1KB)
----.gitignore(1KB)
----images()
--------pole-balancing-solution.png(15KB)
--------pole-balancing-solution(622B)
----mountain_climb_run.py(997B)
----requirements.txt(68B)
----CONTRIBUTING.md(186B)
----CODE_OF_CONDUCT.md(3KB)
----LICENSE(1KB)
----.github()
--------ISSUE_TEMPLATE()
----README.md(7KB)
----xor_run.py(2KB)
----neat()
--------activations.py(335B)
--------__init__.py(208B)
--------experiments()
--------species.py(3KB)
--------genotype()
--------utils.py(679B)
--------mutation.py(1KB)
--------visualize.py(2KB)
--------population.py(6KB)
--------crossover.py(3KB)
--------phenotype()
----pole_run.py(977B)