Neural network 进化算法不'；似乎没有任何进展

我正试图对值进行进化以调整它们，但我觉得我的代码不够好。我最大的问题是，这些值的范围是从-5到.5，这使得很难了解来自哪个家长的信息。（顺便说一句，我进化的是神经网络中的权重）

def mutate_数组（self、inher1、inher2）：
shape=inher1.shape
随机_值=2*np.random.rand（*形状）-1
突变=np.random.rand（*shape）一次机会=（np.random.rand（*shape）很难理解你在问什么。到底是什么问题？预期的行为是什么，实际的行为是什么？“完全失败”没有真正的帮助。很难理解你在问什么。到底是什么问题？预期的行为是什么，实际的行为是什么？“完全失败”没有真正的帮助。
def mutate_array(self, inher1, inher2):

    shape = inher1.shape
    random_values = 2 * np.random.rand(*shape) - 1
    mutatings = np.random.rand(*shape) < self.entropy
    one_chance = (np.random.rand(*shape) <= 0.5)
    new_values = np.array(inher2)
    new_values[one_chance] = np.array(inher1[one_chance])
    new_values[mutatings] += random_values[mutatings]
    return new_values