股票买卖最佳时机leetcode TensorFlow-GeneticsAlgo GA使用遗传算法优化TF层权重。梯度下降算法以优化神经网络的权重，并寻找收敛到最优解的解而闻名。通常将导数应用于单个输出值，然后通过优化函数逐步改进决策。这个项目证明了可以使用基本遗传算法来优化TensorFlow (keras)中网络的权重。遗传算法基于生物有机体的遗传过程。在一个封闭环境中，只有最强大或最适应的物种才能在进化过程中存活，形成新的混合物种。 遗传算法的概念：

  • 基因 -> 待优化参数

  • 物种 -> 每个物种包含一定数量的基因，共同为问题提供解决方案

  • 种群 -> 一群物种共同进行一代进化

  • 进化 -> 在代与代之间的步骤中，新的物种带有突变的基因组合诞生。

遗传算法在优化神经网络的权重时非常有用，能够解决许多复杂问题，比如推销员问题。对于实际应用，我们可以教网络根据其历史表现进行学习。