LSTM是关于遗传算法优化lstm算法的层数和全连接层数及每层神经元的个数
本文的主要内容如下:
1.本文章是对lstm网络的优化,优化的参数主要有:lstm层的层数,lstm隐藏层的神经元个数,dense层的层数,dense层的神经元个数
2.本文章利用的是遗传算法进行优化,其中编码形式并未采用2进制编码,只是将2数组之间的元素交换位置。
3.本文的lstm和dense的层数都在1-3的范围内,因为3层的网络足以拟合非线性数据
4.程序主要分为2部分,第一部分是lstm网络的设计,第二部分是遗传算法的优化。
# 这里将生成一个8维的2进制数,并转换层成bool类型,true表示该位置交叉,False表示不交叉
cross_points = np.random.randint(0, 2, size=DNA_size_max).astype(np.bool) # 用True、False表示是否置换
# 这一部分主要是对针对不做变异的部分
for i, point in
1