摘要：
1.枚举法 枚举出可行解集合内的所有可行解，以求出精确最优解。 对于连续函数，该方法要求先对其进行离散化处理，这样就可能因离散处理而永远达不到最优解。 当枚举空间比较大时，该方法的求解效率比较低，有时甚至在目前先进计算工具上无法求解。 2.启发式算法 寻求能产生可行解的启发式规则以找到一个最优解或近 阅读全文
posted @ 2022-09-30 20:12
CJK'sBLOG
阅读(253)
评论(0)
推荐(0)
摘要：
import random import math import matplotlib.pyplot as plt import numpy as np import time def init(b_=700,xSize_=200,iteration_=1000,c1_=0.5,c2_=0.5,w_ 阅读全文
posted @ 2022-09-30 19:59
CJK'sBLOG
阅读(51)
评论(0)
推荐(0)
摘要：
import random import math import matplotlib.pyplot as plt import city class no: #该类表示每个点的坐标 def __init__(self,x,y): self.x = x self.y = y def draw(t): 阅读全文
posted @ 2022-09-30 19:57
CJK'sBLOG
阅读(56)
评论(0)
推荐(0)
摘要：
import numpy import math import scipy.special#特殊函数模块 import matplotlib.pyplot as plt #创建神经网络类，以便于实例化成不同的实例 class BP_mnist: def __init__(self,input_nod 阅读全文
posted @ 2022-09-30 19:54
CJK'sBLOG
阅读(98)
评论(0)
推荐(0)
摘要：
1.概述 1.1 问题引出 在神经网络中，如果一个网络的训练数据越多，其训练效果往往会越好。但是由于用户数据不能够被随意的使用和转发,因此各个商业公司和研究机构的数据不能合并训练,因此,开发出联邦学习用于在不泄露用户数据的情况下，利用用户数据进行训练. 1.2 不同使用场景 各个worker的业务类 阅读全文
posted @ 2022-09-30 19:49
CJK'sBLOG
阅读(627)
评论(0)
推荐(0)
浙公网安备 33010602011771号