devol:使用Keras进行遗传神经体系结构搜索 源码
DEvol-深度神经网络演进 DEvol(DeepEvolution)是Keras中进行遗传结构搜索的基本概念证明。 当前设置是为解决分类问题而设计的,尽管可以将其扩展为包括任何其他输出类型。 有关简单示例,请参见example/demo.ipynb 。 演化 每种模型都表示为固定宽度的基因组,其编码有关网络结构的信息。 在当前设置中,模型包含多个卷积层,多个密集层和一个优化器。 卷积层可以演变为包括不同数量的特征图,不同的激活函数,不同比例的辍学以及是否执行批量归一化和/或最大池化。 除最大池化外,相同的选项可用于密集层。 这些模型的复杂性可以轻松扩展到这些功能之外,以包括Keras中包含
文件列表
devol-master.zip
(预估有个9文件)
devol-master
devol
genome_handler.py
10KB
devol.py
10KB
__init__.py
105B
example
demo.ipynb
4KB
demo.py
2KB
setup.py
1KB
license.md
1KB
暂无评论