机构名称：
¥ 1.0
由于生成过程仍然受训练有素的生成模型的控制，因此NG有效地将气体的搜索可容纳与深神经网络的生成力相结合。此外，由于提出的遗传操作员是问题敏捷的，因此可以将NGS应用于各种任务的任何深层生成模型，与传统气体相比，这需要大量的努力来设计特定问题的操作员。ngs也可以通过将人口和由父母使用的算法添加到具有顺序的一代模型的任何算法中，可以轻松地实现。最终，与单通道的生成相比，NGS中基于人群的迭代生成允许生成过程随着时间的推移而适应，提高了产生的产出的质量，甚至可以提高分布的稳健性
离散空间中的神经遗传搜索
主要关键词
相关文件推荐
