用智能算法优化网络的权重和偏置
智能算法的决策变量为网络的所有w b
1.搭建网络
2.随机初始化种群,并计算适应度(可取网络预测值和真实值的误差平方和):
3.由智能算法不断迭代优化直到终止条件,得到一组最优w b,作为网络的初始参数,再带入网络训练后,用来预测
由种群中每个个体计算其对应的适应度f(x):
1.设置网络训练的参数,例如学习率,epochs等
2.将基因拆分为各个权重和偏置,并设置为网络的初始权重和偏置
3.按上述设置好的参数,由划分的训练集训练网络,得到损失函数值,即种群个体对应的适应度。