Question

我最近完成了我的第一个遗传算法 hazzah ，自然地希望提高它的效率。任何建议都欢迎。

我构建它时没有使用任何专门用于创建神经网络的库，因为我想深入了解它们的工作原理。

话虽如此，我完全意识到前馈功能将缺乏效率。

这是前馈的工作方式：

一个数组以[inputs，Hidden，Outputs]的形式传递到代理的创建中

这将导致“拓扑”看起来像[2,3,2]，这是一个具有2个输入3个隐藏神经元和2个输出的网络。

然后，我将使用for循环遍历拓扑并创建二维字典数组。看起来像这样。

[[{DICT},{DICT}],
[{DICT},{DICT},{DICT}],
[{DICT},{DICT}]]

然后我将按照以下格式为字典分配随机值：

(x_desitnation,y_destinstion):random-Val

实质上是在数组中提供将要传递值的“地址”。

然后，我的前馈功能会遍历每个字典，并将值前馈到下一层。

用numpy编写代码可能会提高效率吗？

还有其他建议可以帮助我的代码更有效地运行吗？

谢谢。