Neural network 粒子群算法在人工神经网络中的应用
我很难理解粒子群算法的概念。为了编写代码，我们将一些文章分散到我们的空间中，并试图找到一个位置Neural network 粒子群算法在人工神经网络中的应用,neural-network,particle-swarm,Neural Network,Particle Swarm,我很难理解粒子群算法的概念。为了编写代码，我们将一些文章分散到我们的空间中，并试图找到一个位置（例如函数或期望目标的最小值）。根据位置、速度等，所有粒子最终到达我们想要的位置。现在我有一个问题，如何将此代码应用到我的ANN设计中 它如何帮助神经网络？（看来PSO有很强的能力找到全局最优结果，而反向传播有能力找到局部最优结果，对吗？） 如果您能给我提供任何有助于我理解的信息，我将不胜感激。 提前谢谢我终于找到了答案。我们应该使用粒子群优化算法来训练神经网络并找到权值。通过应用这种进化算法，训练过程
（例如函数或期望目标的最小值）提前谢谢我终于找到了答案。我们应该使用粒子群优化算法来训练神经网络并找到权值。通过应用这种进化算法，训练过程可能会很短。尽管如此，粒子群优化算法具有很强的全局寻优能力，而反向传播算法具有找到局部最优解的能力 因为到达这个位置一点都不重要，我们只需要检查输出并根据输出决定哪个粒子是最好的
希望我能解释清楚 python中是否有任何库可以使用PSO训练神经网络。