Cfather的博客

菜鸡分享一下自己的学习历程由于网上有很多对神经网络的更为详细和深度的介绍，在我的文章中更重于对结果的探讨而不是原理的理解（其实我自己也不明白咋回事手动滑稽）这次利用的是tensorflow官方所给出的样例代码，用于解决mnist问题。tensorflow给的代码注释很清晰，很方便新手在此基础上直接对神经网络结构进行修改。tensorflow官方样例 BP神经网络本篇文章解决的将

依据之前写过的代码，我设计了两个迷宫，一个是最简单的直线，另一个是稍复杂的曲线。结果演示如下：https://www.bilibili.com/video/av19519131/?from=search&seid=216891970615103945可以发现，遗传算法可以保留所有子代中最优的一代，但是要想得到更优的个体只能靠变异这个过程，而变异出来的个体结果其实大部分都是较差的。所以在这种...

在这里我之前已经写过了一个遗传算法的模型，核心部分直接用上就好。遗传算法入门&python实现我们关心的是神经网络的参数如何转化成个体的基因信息。我之前尝试的是直接将权重和偏执以实数矩阵的形式作为基因信息来利用，但是发现这样范围太大了，因为遗传算法的进化完全依靠变异，实数的范围太大了，不知要优化多少代才能找到一个可用的神经网络。于是我还是改用了二进制编码的形式，不过是带小数的，至少能做到取...

之前简单地学习了神经网络相关的知识，回想起了之前在B站上看到的小车自动在迷宫寻路的视频（还有用类似方法解决flappy bird的视频：https://www.bilibili.com/video/av13940007/?from=search&seid=8284022935044659565），就寻思着利用神经网络的知识自己也写一个出来。其实其结构并不用非常复杂，可以先考虑小车上有几个传...

本篇文章还是基于tensorflow给的官方样例，教会大家如何构建简单的CNN网络以下是官方代码tensorflow官方样例 CNN网络conv2d定义的是卷积层maxpool2d定义的是池化层conv_net定义的是具体的网络运算过程，其中fc定义的是全连接层可以很方便地修改各层的参数，如深度，广度等我用来解决的问题是来识别手写的O和X，MNIST不知道为啥在我的电脑

遗传算法是一种比较有（xuan）效（xue）的最优化的方法，下面贴上python的实现代码。本文在具体的概念上将不作涉及，而是尝试讲解遗传算法怎么与具体的问题相结合。我们以在一个整数区间内寻找一个函数的最大值作为例子，代码中的函数是随便写的。首先需要确定的是我们的适应度函数到底是什么，即如何衡量种群中每个个体的生存能力。在这里，适应度函数即是我们要求解的函数，每个个体代入所得的函数值即为其生存能力...