GAFT - 一个使用 Python 实现的遗传算法框架 2017/07/23 · 工具与框架 · 6 条评论
最近需要用到遗传算法来优化一些东西，最初是打算直接基于某些算法实现一个简单的函数来优化，但是感觉单纯写个非通用的函数运行后期改进算子或者别人使用起来都会带来困难，同时遗传算法基本概念和运行流程相对固定，改进也一般通过编码机制，选择策略，交叉变异算子以及参数设计等方面，对于算法的整体结构并没有大的影响。这样对于遗传算法来说，就非常适合写个相对固定的框架然后给算子、参数等留出空间以便对新算法进行测试和改进。于是就动手写了个遗传算法的小框架gaft，本文对此框架进行一些介绍并分别以一个一维搜索和二维搜索为例子对使用方法进行了介绍。
阅读全文 »
零基础自学Python感觉很难，不像大... keepcalm 发起 • 100 回复
小弟机械行业3年了，自学了python半年，想... 阅微 发起 • 20 回复
参数设置相同，词典相同，代码相同，两台... yunkchen 发起 • 5 回复
2年Java，想转 python 大概会吧 发起 • 19 回复
python2.7如何输出文件中的汉字 心心。 发起 • 35 回复
Python学习，有哪些方向可以选择 小丑的哭笑 发起 • 33 回复
0 为什么 Python 这么慢？
1 wxPython：python 首选的 GUI...
2 Python 工匠：使用数字与字符串的...
API beautifulsoup Celery Django featuredpost Flask GDB gevent GIL import itertools Linux logging matplotlib MongoDB MySQL Nginx NLP NumPy oop OpenCV ORM Pandas pyenv pyGame Pyspider Python python源码 R restful Scikit-Learn Scrapy setuptools Socket Spark SQLAlchemy tensorflow Tornado Vim virtualenv web web开发 Web服务器 werkzeug WSGI XML 作用域 元类 决策树 函数 函数式编程 列表 协程 图像处理 垃圾回收 多线程 多进程 字典 字符串 字符编码 安全 并发 并行 异步 微信 性能 性能分析 描述符 教程 数据分析 数据可视化 数据挖掘 数据科学 数据结构 数据结构与算法 机器学习 标准库 树形结构 正则表达式 深度学习 游戏编程 爬虫 生成器 神经网络 算法 类 线性回归 线程 编码 网络爬虫 网页爬虫 聚类 装饰器 解释器 贝叶斯 迭代器 遗传算法 闭包 面向对象 面试
Tryton：一个通用商务框架 杂项
NLTK：一个先进的用来处理自然语言数据的Python程序。 自然语言处理 · 3
PyMC：马尔科夫链蒙特卡洛采样工具 科学计算与分析
statsmodels：统计建模和计量经济学 科学计算与分析
Pylearn2：一个基于Theano的机器学习库 机器学习 · 1
