对于 LSTM 模型或任何神经网络,模型应该有多少个神经元/层没有任何规则,通常你必须努力完善这些参数。但我想知道是否有一种方法可以让像 NEAT(增强拓扑的神经进化)这样的东西使模型发生进化,并为每一代模型决定更好的架构。
NEAT-Python 包是:https://pypi.org/project/neat-python/
所以我有两个具体问题:
实际上,我正在研究它,但可以将 NEAT(神经进化增强拓扑)与任何令人难忘的模型合并,或者根据您尝试分类/预测的序列计算出的损失来简单地计算您的适应度函数。