深度神經進化大有可爲？Uber詳解如何用它優化強化學習 | 5篇論文

作者 Kenneth O. Stanley & Jeff Clune 夏乙 編譯自 Uber Engineering Blog 量子位 出品 | 公衆號 QbitAI 在深度學習領域，目前訓練有很多層和數百萬連接的深度神經網絡（DNN）的常規方法，是隨機梯度下降（SGD）。很多人認爲，SGD有效計算梯度的能力至關重要。 然而，我們要發佈5篇系列論文，支持一種正在興起的認識：通過用進化算法來優化神經

>>阅读原文<<