Ahmed Gad
2021-03-13 10:23:20
更新
PyGAD 2.13.0 发布，它支持一个名为allow_duplicate_genes. 如果设置为False，则解决方案中将不存在重复的基因。在此处阅读更多信息：https : //pygad.readthedocs.io/en/latest/README_pygad_ReadTheDocs.html#prevent-duplicates-in-gene-values
……………………………………………………………………………………………………………………………………………………………………………………
感谢你使用PyGAD :)
PyGAD 尚不支持在解决方案中拒绝重复基因的功能。因此，你可能会期望重复值。
这是 PyGAD 的下一个版本（2.13.0）支持的一个很好的特性。感谢你提出这个问题。
在下一个版本之前，你可以构建自己的变异函数来拒绝重复值。只需按照以下步骤操作：
- 通过
mutation_type在pygad.GA类的构造函数中设置参数来禁用突变None：
mutation_type=None
- 构建你自己的变异操作，应用没有重复的变异：
def mut(...):
result = ....
return result
- 实现
on_crossover()回调函数。交叉操作完成后直接调用该函数。在那里，你在交叉后获取数组构建 [它作为参数自动传递给回调函数]，应用你自己的更改，并将结果保存回以供 PyGAD 使用。
你可以查看PyGAD的生命周期以获取有关回调函数的更多信息。
def on_crossover(ga_instance, offspring_crossover):
# 1) Apply your mutation on the solutions in the offspring_crossover array.
# Assume the mutation offspring is saved in the offspring_mutation array.
offspring_mutation = mut(offspring_crossover)
2) Save the result in the last_generation_offspring_mutation attribute of ga_instance:
ga_instance.last_generation_offspring_mutation = offspring_mutation
# The previous links makes the next population to use your mutation offspring.
- 将你的交叉回调函数分配给
on_crossoverpygad.GA 类的构造函数中的参数：
on_crossover=on_crossover
就这些。
热门帖子
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)