突触/ Neataptic简单的NEAT XOR解决scheme

编辑：我设法在一起简单的例子几个https://github.com/developer239/neural-network-playground

任何人都可以帮助我简单整洁的例子教网如何解决异或其他类似的问题？ 但是使用NEAT技术，我不需要指定训练数据集？

使用javascript： https ： //github.com/cazala/synaptic或https://github.com/wagenaartje/netaptic

1. Initialize network 2. Generate generation 3. Go through each genome in generation and evaluate its fitness (how good it is) 4. Take 2 best genomes from generation 5. Merge genomes 50 / 50 at random 6. Mutate final genome 7. Generate second generation

这将是非常有益的。 同样的技巧在这里被使用：

https://github.com/ivanseidel/IAMDinosaur

我经历了源​​代码，但有很多事情正在进行。 我了解总体思路。 不过，我不知道如何实施解决scheme。

谢谢 ：）

Answer 1

Neataptic的README.md上有一个例子。

 // this network learns the XOR gate (through neuro-evolution) var network = new Network(2,1); var trainingSet = [ { input: [0,0], output: [0] }, { input: [0,1], output: [1] }, { input: [1,0], output: [1] }, { input: [1,1], output: [0] } ]; await network.evolve(trainingSet, { equal: true, error: 0.03 }); 

Neataptic拥有全部的内置function，所以你必须提供一个数据集。 如果您需要更多关于如何设置的信息，请阅读这篇文章 。

对于dynamic解决scheme的问题，必须实施自定义循环和适应度函数。