01 安装 你可以使用github 命令直接安装neat命令 github install haghish/neat 关于如何使用github命令下载github站点上的Stata命令,可以详见爬虫俱乐部推文...这就要用到我们今天的主角:neat命令。 03 neat命令绘制重合散点图 使用neat命令绘制可以显示重复观测值的散点图,其实非常地简单,只需要在scatter命令之前,加上一句neat命令即可。...完整代码如下: use "https://raw.githubusercontent.com/haghish/neat/master/test/neat3.dta", clear neat v1 v2...scatter v1 v2 得到如图所示的新散点图 04 neat的两个小选项 neat命令内置了两个小选项用以调整图片整体外观及散点大小。...use "https://raw.githubusercontent.com/haghish/neat/master/test/neat3.dta", clear neat v1 v2 , msize(
一、neat插件简介 对于任何一个网站来说,优化页面的访问速度是必须的,个人来说,只要加载页面十秒以上或长时间处于空白或加载状态,我会立刻关掉此页面的。你又能容忍几秒呢?...二、使用教程 安装插件 npm install hexo-neat --save 主配置_config.yml文末添加:(其中exclude板块是特别添加,针对你的静态资源进行筛选,筛选规则见下文易错配置...) # hexo-neat # md博文压缩 neat_enable: true # 压缩html(ejs,swig等也属于html格式片段) neat_html: enable: true...【INFO neat the html: xxxx.ejs】压缩ejs配置文件(这里也有很多换行和空格),这是html片段格式文件。...现在是neat工作最重要的部分之一:压缩js和css。 这一部分最重要,因为sakura主题作者留了几个坑,不同引入js也需要灵活的设置exclude。
在这篇文章中我要阐述一种机器学习方法,叫作「通过增强拓扑的进化神经网络」(Evolving Neural Networks through Augmenting Topologies,NEAT)。...NEAT 指「Networks through Augmented Topologies」(通过增强拓扑的进化神经网络),描述了自学习机器的算法概念,这些算法概念受启发于进化过程中的遗传修饰(genetic...NEAT 允许节点突变、节点之间产生新的连接,以及在新的后代中继承最合适的神经网络。此外,NEAT 确保不同的「物种」可以共存,直至它们为了生成新的、更适合的后代而进行彼此之间的竞争。...为了保证适者生存,已经被尝试过的神经网络不会进行重复,而现存的神经网络会进行自我优化,NEAT 为每一个作为历史记录者的基因都添加了一个新的数字。 ?...[Stanley, Miikkulainen, Page 109, NEAT] 现在所有的东西已经差不多清楚了,NEAT 可以通过迭代和进化新的神经网络的方式在游戏中运行,以达到最佳的适应度评分。
作者 | Murat Vurucu 编译 | 聂震坤 什么是NEAT?...NEAT全称是增强拓扑神经网络(Neuroevolution of augmenting topologies),描述了在人类进化过程中被遗传修饰所启发的机器学习算法概念。 ? 生命是很奇妙的。...NEAT允许节点突变,节点之间的新的连接和最适合的神经网络继承成为新的后代。此外,NEAT保证不同种类的要素可以共存,知道这些要素被允许相互竞争后他们才能产生新的和更合适的迭代。...[Stanley, Miikkulainen, Page 109, NEAT] 现在或多或少你应该都已经了解了,NEAT在整个游戏中不断继承,计划出新的神经网络来优化其适应值。...NEAT是一个很好的解决方案,它能将复杂问题分解成数个小的问题并将其逐个优化。NEAT可以为许多不同的独立任务开发,然后联合起来解决更复杂的问题。
如果使用的是butterfly主题,hexo-neat会与主题的各类配置本身起冲突,如果有压缩静态页面资源的需要,可以参考Hexo博客静态资源加速的相关内容。...写在最前 这里不写前言,直接交代结论,用hexo-neat插件压缩静态页面,来提高响应速度,具体内容可以参考相应教程。...Hexo瞎折腾系列(5) - 使用hexo-neat插件压缩页面静态资源 hexo next主题深度优化(六),使用hexo-neat插件压缩页面,大幅度提升页面性能和响应速度 以下内容基本为对第二条教程贴的搬运...安装Hexo-neat插件 npm install hexo-neat --save 配置 在~/Hexo/_config.yml文件添加 # hexo-neat # 博文压缩 neat_enable...: true # 压缩html neat_html: enable: true exclude: # 压缩css neat_css: enable: true exclude:
问耕 编译整理 量子位 出品 | 公众号 QbitAI 神经网络持续在游戏界立功,这次拿下的是经典游戏:《马里奥赛车64》,而且只需要很小的计算力就能完成。...先来看看成果,这段视频是训练两天半之后的表现,神经网络已经变成老司机了,漂移、撞车都玩得666~ 这套玩转《马里奥赛车64》的AI,是一个在BizHawk模拟器中基于NEAT算法搭建的神经网络,使用Lua...所谓NEAT算法,全名是NeuroEvolution of Augmenting Topologies,增强拓扑神经网络。这是一种使用遗传算法进化人工神经网络的方法。...NEAT的理念是从小型、简单的网络开始,然后逐渐向复杂的网络进化升级。...NEAT的交流讨论页在此: https://www.cs.ucf.edu/~kstanley/neat.html 关于NEAT的更多细节,可以参考这篇论文《Evolving Neural Networks
我将带有一些变化的 CPPN-NEAT(Stanley,GPEM-07)算法的实现了,借助了karpathy 杰出的recurrent.js 表达图库和cola.js来进行神经网络的交互式可视化。...我最近对使用神经网络的图像生成感兴趣,并试图通过在前一篇文章中随机化多层前馈网络的初始权重来产生艺术作品。...CPPN—NEAT 我一直对斯坦利的NEAT算法着迷。NEAT是从简单的单层网络逐步演化成复杂的神经网络拓扑结构的一种方法。...为了使得事情更有趣,我馈送从原点到(x,y)的距离,这也是一种是典型的神经网络的偏差输入。“馈送距离”的效果在这篇CPPN-NEAT的论文中是一个辉煌的发现。...CPPN可以是一个非常普遍的神经网络,并且通过某些操作将网络的输出设置为[0,1]之间,以表示(x,y)处的像素值。
项目介绍 使用Python实现《Flappy Bird》类,主要包括物理引擎和死亡机制以及像素精度碰撞检测 利用N.E.A.T实现神经网络,通过鸟类的每代繁殖,获得一定阈值的适应度,通过神经网络能计算出模拟场景的解决方案...在解释NEAT在我们项目中的实现之前,我想先解释一下神经网络是如何工作的。 神经网络是如何工作的? 本质上,神经网络是分层的。第一层是输入层。...这就是NEAT发挥作用的地方!(端到端学习) 这里,我们从创造一个完全随机的鸟类种群开始。每只鸟都有不同的神经网络来控制它。这些神经网络都将以随机权值和偏差开始。...(隐藏层将非线性应用于神经网络的输入,并且堆叠在一起的隐藏层越多,就可以建模的功能越复杂。) 实现Flappy Bird并添加NEAT 首先,导入必要的库。...然后,如果神经网络返回的输出> 0,我们将指示飞鸟跳跃。
NEAT(基于增强拓扑神经网络)和HyperNEAT解决这个问题的思路是通过迭代过程中,通过分析网络的表现和突变来改变网络。...需要了解的基本概念是:NEAT是一个用来观察神经网络的性能和分析他们的行为的算法。如果行为分析认为该神经网络的表现更好,那么该基因被选择,进入交配池。...NEAT更多应用用于ANNS(自适应神经网络),而不是典型的神经网络,因为ANNS能在外部信息的基础上改变内部结构。...图7 自适应神经网络示意图 NEAT使用CPPN (组成模式生成网络) 作为行为评估模块,它基本上是一个(可能是加强的)神经网络,学习输入和神经网络性能的关系,它的优点是可以记住ANN的结构,在给定足够时间的条件下...图8 CPPN分析神经网络/个体,并将行为类似的分为一类 在典型的NEAT场景中,交配池由代表网络结构的基因个体组成,它是一个多个体的概念。
crAIg的进化基于一种叫做“NEAT”的算法,它来自于一篇名为《运用增强拓扑使神经网络进化》(EvolvingNeural Networks through Augmented Topologies)...进化神经模型为何酷炫 当学习玩超级马里奥变成单纯地应用神经网络和进化神经模型,这个游戏在很大程度上就成为了一种展示这些自我进化的神经网络的方法。...我们需要更多的多功能机器为我们服务,而让神经网络自我进化就是往这个方向迈出了一步。...NEAT(增强拓扑的神经网络进化,NeuroEvolution ofAugmented Topologies) 如果你好奇于神经网络进化遇到的问题背后是怎样的历史,我非常推荐你读一下这个算法的论文(就是前面提到的那一篇...论文第一部分论述了实现神经网络进化的许多方法和它们各自的优点。 NEAT是一种基因算法,它测试了crAIg大脑的每一次迭代运算,然后从中遴选出质量高的、繁衍它们的后代,与自然界中物种的进化非常相似。
基于NEAT算法的马里奥AI实现所谓NEAT算法即通过增强拓扑的进化神经网络(Evolving Neural Networks through Augmenting Topologies),算法不同于我们之前讨论的传统神经网络...NEAT算法几个核心的概念是: 基因:网络中的连接 基因组:基因的集合 物种:一批具有相似性基因组的集合 Fitness:有点类似于增强学习中的reward函数 generation:进行一组训练的基因组集合...,一直训练到后期的网络 [1502763308993_8325_1502763309346.png] 利用NEAT算法实现马里奥的只能通关的基本思想便是,利用上面NEAT算法的基本观点,从游戏内存中获取实时的游戏数据...总结 综上便是从最基本的神经网络算法+增强学习,到将这些算法用在智能AI上的一些基本整理,长舒一口气,整理了好久。。。...卷积神经网络 R.Sutton et al.
例如在神经进化算法之前,NEAT算法(通过增强拓扑的进化神经网络(Evolving Neural Networks through Augmenting Topologies))利用直接编码在进行修改网络的拓扑结构...随后,NEAT算法提出了一种“历史标记”的方法,该方法为每个突变提供了唯一的标识符,从而最终实现了基因组的无损重组,使其为神经进化算法提供了基准。...NEAT通过突变和无损重组直接编码,同时通过物种形成保护创新。由于其简单性和同步能力,NEAT可以被认为是典型的神经进化算法。...1、A Hypercube-Based Encoding for Evolving Large-Scale Neural Networks, 2009 HyperNEAT是NEAT的变体,和NEAT具有相同的原理...6、Evolving Deep Neural Networks, 2018 CoDeepNEAT算法是近年来兴起NEAT算法的扩展。
—— Neat学习 ? Murat Vurucu 的这篇文章中,用简单的术语和例子对一种名为NEAT的新技术进行了解释。NEAT通过结合现有遗传学启发的神经网络产生神经网络。...这篇文章唯一的问题是“neat”这个词完全没有双关含义。 阅读地址: 如何教机器自动编程?Neat学习——Murat Vurucu http://t.cn/R9KRUmt 2.
复合模式生成网络 我们定制的CPPN的语义 我在以前的一个帖子中介绍过CPPN的基础情况,其中使用CPPN结合NEAT算法来演化生成式神经网络。...我们的TensorFlow实现将与之前基于CPPN-NEAT的工作略有不同。...此外,与CPPN-NEAT类似,为了使图像更有趣,我们还将每个点到原点的距离作为输入(r = sqrt(x^2+y^2)),因此CPPN函数为f(w, x, y, r)。...神经网络的权重w将被初始化为单位高斯分布的随机值。 与CPPN-NEAT不同,我们要在这个实现中使用的神经网络将仅仅是一个由用户定义的多层前馈网络。...默认架构是若干包含双曲正切函数的神经网络层。
——NEAT学习》(How do we teach a machine to program itself? — Neat learning) 作者:Murat Vurucu ?...Murat Vurucu 在这篇论文中,用简单的措辞和实例解释了一种名为“NEAT”的新方法。...NEAT通过按照特定规则对现有神经网络进行整合的方式,生成了新的神经网络,这些特定规则是受遗传学启发而归纳出来的。 这篇文章的唯一问题是:“neat”这个词并不双关,不包含“简洁”这层意义。...原文地址: https://medium.com/towards-data-science/how-do-we-teach-a-machine-to-program-itself-neat-learning-bb40c53a8aa6
2002 年,Stanley 和 Miikkulainen 引入了增强拓扑的神经进化方法(NeuroEvolution of Augmenting Topologies,NEAT)[7],NEAT 定义了基因与神经网络中的连接的映射关系...图 4:除了定义网络权重和偏置项值,NEAT 还定义了基因与网络架构的映射规则。基因算法中,网络可以通过添加连接和节点发展。 然而,NEAT 是一种直接编码模型,每个基因定义两节点之间的连接权重。...CPPN 是一个由 NEAT 基因-网络映射关系定义的神经网络,并可以根据适应性函数对给定 CPPN 实例进化出的任务网络的打分,应用基因算法进行进化。...然而,NEAT 神经网络群体在进化时,这些网络并不是由基因组「生长」出来的,相反,由于 NEAT 网络是直接编码,它的网络进化也是直接由范例定义的。...图 6:相比于由基因组直接编码神经网络(比如NEAT),Pollack 和他的同事 [11] 选择应用可以调控神经网络发展的基因控制网络来调控网络的进化,这种方法更类似于生物学上的基因指导人类由胚胎期发育至成人期的机制
在这篇文章中,我将描述一个非常简单的方法让神经网络来生成高分辨率的图像。神经网络的工作并不是将每个像素一次性生成,而是根据像素的地址生成单个像素的强度或颜色。...组成模式生成网络描述 QQ图片20180204220751.jpg 我已经在早前的文章中解释了CPPN的基础知识,当CPPN和NEAT算法结合起来时,可进化生成神经网络的结构。...它也可以用一个神经网络来表示,一组连接激活门的权重在绘制图像时会保持不变,所以整个图像可以被定义为f(w,x,y) 我们TensorFlow的实现将与之前CPPN-NEAT所完成的工作有所不同。...此外,与CPPN-NEAT类似的,为了使图像更有趣,我们还将每个点的半径项作为输入(定义为 r= \sqrt{x^2+y^2}),所以CPPN函数将是 f(w,x,y,r)。...神经网络的权重wwww将会被初始化为单位高斯分布的随机值。 与CPPN-NEAT不同的是,我们将在这个实现中使用的神经网络将只不过是一个由用户定义的多层前馈网络。
[http://otoro.net/slimevolley/] 利用递归神经网络玩的"史莱姆排球"游戏。你能打败AI吗?...我尝试使用之前写的的遗传算法来训练一个简单的循环神经网络来玩史莱姆排球。...实际上,我想知道在使用NEAT之类的更先进的算法之前,如果仅仅是一个简单的传统的神经进化技术,是否可以训练一个神经网络使之成为这个游戏的专家呢?...tanh函数定义如下: tanh.png tanh函数对于神经网络来说可能是一个更好用的激活函数,因为当输入被引导时,函数值趋向于+1或-1。...下一步可以采用更先进的方法,如NEAT、ESP,但对于一个简单的小游戏来说,这可能太过了。由于游戏策略非常简单,同时,它也是应用在卷积神经网络Deep Q-Learner上的的候选。
领取专属 10元无门槛券
手把手带您无忧上云