利用matlab自己写的遗传算法代码，可对数据进行预测模拟，适用于最优问题的应用选择，原理是基于达尔文的进化论。

用遗传算法优化对LSTM网络的层数及每层的神经元数进行优化，包括一个LSTM程序和一个GA程序，运行时只运行GA.py即可。

基于APMSSGA-LSTM的容器云资源预测 谢晓兰1,2, 张征征1, 郑强清1, 陈超泉1 1 桂林理工大学信息科学与工程学院，广西 桂林 541004 2 广西嵌入式技术与智能系统重点实验室，广西 桂林 541004 摘要：容器云的发展与应用对资源的高并发、高可用、高弹性、高灵活性等的需求越来越强烈。在对容器云资源预测问题研究现状进行调查后，提出一种采用自适应概率的多选择策略遗传算法（APMSSGA）优化长短期记忆网络（LSTM）的容器云资源预测模型。实验结果表明，与简单遗传算法（SGA）

容器云的发展与应用对资源的高并发、高可用、高弹性、高灵活性等的需求越来越强烈。在对容器云资源预测问题研究现状进行调查后，提出一种采用自适应概率的多选择策略遗传算法（APMSSGA）优化长短期记忆网络（LSTM）的容器云资源预测模型。实验结果表明，与简单遗传算法（SGA）相比，APMSSGA在LSTM参数最优解组合搜索方面更加高效，APMSSGA-LSTM模型的预测精度较高。

很棒的深度学习项目 的权重和偏见功能，研究人员探索深学习技术，Kagglers展示获奖车型策划机器学习报告和行业领袖分享最佳做法。 :collision: 我们欢迎这个。 查看我们的了解更多信息。 :collision: wandb的awesome-dl-projects是报告随附的代码的集合。 报告 描述 作者 使用可变长度遗传算法优化CNN的超参数。 RNN的NumPy实现。 渐变和连接性也已可视化。 LSTM的NumPy实现。 讨论了体系结构的差异和LSTM的优点。 使