Usando un algoritmo genético, ¿cómo puedo crear descendencia a partir de dos estructuras de redes neuronales?

Question

Tengo dos matrices de objetos que describen la estructura de una red neuronal, ¿cómo puedo combinarlos para producir una descendencia que sea realista? Los "cromosomas" se vería algo como esto:

chromosome = [ 
    [Node, Node, Node], 
    [Node, Node, Node, Node, Node], 
    [Node, Node, Node, Node], 
    [Node, Node, Node, Node, Node], 
    [Node, Node, Node, Node, Node, Node, Node], 
    [Node, Node, Node], 
]; 

Un nodo ejemplo:

Node { 
    nodesThatThisIsConnectedTo = [0, 2, 3, 5] // These numbers identify which nodes to collect output from in the preceding layer from based on their index number 
    weights = [0.34, 0.33, 0.76, -0.56] // These are the corresponding weights applied to the mentioned nodes 
} 

Answer 1

creo que un mejor enfoque sería la implementación de un algoritmo de búsqueda genética para el vector de peso de cada nodo - si' re bloqueado el uso de GA.

para cada nodo hay una población de vectores, y cada iteración de un nodo cambia su vector de peso. Esto me parece un enfoque mucho más sólido que el cruce entre dos redes completas.