基于神经进化的深度学习模型研究综述

摘要 深度学习研究发展至今已可以胜任各类识别、分类、生成任务，但是对于不同的任务，神经网络的结构或参数不可能只是微小的变化，依然需要专家进行调整.在这样的情况下，自动化地调整神经网络的结构或参数成为研究热点.其中，以达尔文自然进化论为灵感的神经进化成为主要优化方法.利用神经进化优化的深度学习模型以种群为基础，通过突变、重组等操作进化，可实现自动地、逐步地构建神经网络并最终选择出性能最优的深度学习模型. 本文简述了神经进化与进化计算；详细概述了各类基于神经进化的深度学习模型；分析了各类模型的性能；总结了神经进化与深度学习融合的前景并探讨下一步的研究方向.

http://www.ejournal.org.cn/CN/abstract/abstract11887.shtml