Стюардесса милым голоском: «Дополнительное объявление, пассажир с места С25 зайдите пожалуйста в желудок самолета, а то уток не было, и чтобы долететь нужно больше энергии»
когда то это было, не у вида нашего конечно, но у позвоночных такое еще есть. просто надо это вернуть.
а тут сразу нюанс, вернуть можно только с помощью генной инженерии, а это игра в бога
скорее всего телепортация будет осуществлена с помощью теории струн. и там никто не будет вас пересобирать (хотя идея заманчивая :), там вы будете «протискиваться» сквозь игольное ушко. вообщем не завидую первым телепортерам
>Генетический как раз и не дает гарантии результативного поиска!!!
после определенного колличества итераций ты получаеш достаточно точный ответ. чем больше итераций тем более точный результат, до определенного момента. этот момент ты должен определить сам.
для получения абсолютно точного результата подходит только полный перебор.
ГА это пример, того что природа не ищет абсолютно точных результатов, ей достаточно приблизительного результата, но за минимальное время
>И тем более, за фиксированное время.
прелесть этого алгоритма в том, что он на каждом этапе дает хорошие результаты
>А сам пробовал? Я вот сравнил, GA vs Backpropagation. GA на три порядка медленнее.
пробовал, но к сожалению давно и не помню деталей.
ниже ты сам сказал почему он у тебя один медленнее другого.
>Кроме того, в GA очень много творческих настроек. Фактически скелет GA примитивен, а вся сложность реализации в выдумывании предметно-ориентированных операторов кроссовера и мутации.
посмотри как это реализовали другие. велосипед дело хорошее, но иногда лучше его не изобретать. laurel.datsi.fi.upm.es/projects/gaedalib
и вообще просмотри статью про ГА на англоязычной вики. оттуда лучше всего начинать свое исследование данного алгоритма.
>Вот ежели научить GA самому _строить_ оптимальные операторы…
после того как кто-то это сделает, он скорее всего сможет сказать, что он содал ИИ
и в копилку идей. иногда требуется зашифровать раздел или LVM, возможно стоит внести данный функциона в софтину?
чето кудато дискуссия не в ту сторону пошла :)))
блин ну куда мы катимся… нафига война впринципе нужна, мне допустим (когда совсем на работе зверею) хватает кваки. 30 мин и я уже дружелюбен.
а тут сразу нюанс, вернуть можно только с помощью генной инженерии, а это игра в бога
для работы трекбол хорош когда нервы никто не треплет и все идет своим чередом, а если запара, то старая мыша выручает
после определенного колличества итераций ты получаеш достаточно точный ответ. чем больше итераций тем более точный результат, до определенного момента. этот момент ты должен определить сам.
для получения абсолютно точного результата подходит только полный перебор.
ГА это пример, того что природа не ищет абсолютно точных результатов, ей достаточно приблизительного результата, но за минимальное время
>И тем более, за фиксированное время.
прелесть этого алгоритма в том, что он на каждом этапе дает хорошие результаты
>А сам пробовал? Я вот сравнил, GA vs Backpropagation. GA на три порядка медленнее.
пробовал, но к сожалению давно и не помню деталей.
ниже ты сам сказал почему он у тебя один медленнее другого.
>Кроме того, в GA очень много творческих настроек. Фактически скелет GA примитивен, а вся сложность реализации в выдумывании предметно-ориентированных операторов кроссовера и мутации.
посмотри как это реализовали другие. велосипед дело хорошее, но иногда лучше его не изобретать.
laurel.datsi.fi.upm.es/projects/gaedalib
и вообще просмотри статью про ГА на англоязычной вики. оттуда лучше всего начинать свое исследование данного алгоритма.
>Вот ежели научить GA самому _строить_ оптимальные операторы…
после того как кто-то это сделает, он скорее всего сможет сказать, что он содал ИИ
ЗЫ почитай для нейросетей вот тут www.mat.univie.ac.at/~neum/glopt/mss/DucK98.pdf
генетический это единственный алгоритм, который всегда находит решение.
коментарий какой-то многозначительный.