神经进化是一种使用进化算法来发展神经网络的机器学习和人工智能的强大方法。

大多数神经网络都使用梯度下降而不是神经进化。但是，在2017年，Uber的研究人员大约在2017年的研究人员说，他们发现简单的结构神经进化算法与精致的现代行业标准渐变渐变深度学习算法具有竞争力。

Deep Neuroevolution: Genetic Algorithms are a Competitive Alternative for Training Deep Neural Networks for Reinforcement Learning

如果您想了解有关此技术的更多信息，请查看我的免费课程。我创建了一门课程，介绍了神经进化原理以及用于设计和实施神经进化算法的技术。

课程涵盖以下主题：

• 神经进化简介：基本原理和应用

• 进化算法：遗传算法，遗传编程和进化策略

• 神经网络：类型，架构和培训技术

• 神经进化算法：应用于神经网络的进化算法

• 神经进化的应用：游戏和优化问题

• 高级主题：多目标神经进化，复发神经网络的神经进化和深神经进化。

在这个项目中，我们已将GeneticeVolution应用于多个游戏，例如自动驾驶汽车，智能帽和脆弱的鸟。

本课程是我关于Artificial Neural Networks from scratch的另一门课程的后续措施，在那里我展示了如何从划书中创建ANN。在该项目中，学习过程是使用反向传播（梯度下降）完成的。在这个项目中，我们将学习不同的方法。我们将使用Evolutionary Algorithm。

通过遵循本课程，直到最后，学生将对神经进化的原理有着深入的了解，以及针对各种应用程序设计和实施神经进化算法的能力。

Check it out