详细内容或原文请订阅后点击阅览
从基因到神经网络：从头开始理解和建立整洁的（增强拓扑的神经进化）
实用的神经进化：从基因到神经网络的帖子再现了Nyeat的创新和代码演练：从SCRATCH中理解和构建整洁（增强拓扑的神经进化）首先出现在数据科学上。
来源:走向数据科学简介
拓扑（整洁）是一项强大的算法，由德克萨斯大学奥斯汀分校的肯尼斯·O·斯坦利（Kenneth O. Stanley）和瑞斯托·米克库兰（Risto Miikkulainen）在本文中。 Neat算法通过动态增强网络的复杂性在几代人的身上，向标准的神经进化技术引入了一个新想法。
本文在本文中，我将浏览整洁的算法及其在Python中的实施，重点关注算法的设计决策以及使得既优雅又挑战繁殖的复杂性。本文旨在针对技术受众，熟悉神经网络和进化计算的基础。
进化算法：一般概述
跳入整洁之前，让我们回顾进化算法的基础。受遗传学和自然选择的启发，进化算法是一种优化算法，通过迭代改善候选解决方案的种群来解决复杂问题。
核心思想是模仿生物进化的过程：