股票买卖最佳时机leetcode-TensorFlow-GeneticsAlgo:使用遗传算法优化层权重

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和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（或目标）的改进逐渐改进决策。 这个迷你项目的目的是证明我们可以使用从随机状态启动的基本遗传算法来优化 TensorFlow (keras) 中网络的权重。 关于遗传算法 遗传算法基于生物有机体的遗传过程。 在 X 物种的封闭环境中，只有最强大（或最适应）环境的新物种才能在新物种中生存，以进化为具有混合氏族幸存者的新物种。 遗传算法的基本概念 基因->待优化参数 物种->每个物种都包含一定数量的基因，共同为特定问题提供解决方案。 种群-->种群是一群物种一起进行一代 Evolution->Evolution 是在一代和另一代之间产生的步骤，其中有产生新物种的基因的混合物，并且新物种出生时带有某种突变。 在哪里应用遗传算法有用？ 如果我们想优化神经网络的权重，遗传算法的应用可以解决各种各样的问题（例如推销员问题）。 出于实际目的，如果我们想教网络根据同一网络的过去