• 1000 Но мне было интересно, есть ли способ позволить чему-то вроде NEAT (Neural Evolution of Augmenting Topology) заставить эволюцию модели происходить и выбирать лучшую архитектуру для модели с каждым поколением.
NEAT- Python пакет: https://pypi.org/project/neat-python/
Итак, у меня есть два конкретных c вопроса:
- Можно ли оптимизировать архитектуру LSTM модель с использованием NEAT? (на основе точности прогноза, которая будет вручную предоставлена NEAT с помощью функции прогнозирования)
- Возможно ли вообще просто использовать NEAT для решения задачи временного ряда, такой как прогнозирование запасов? Если да, то насколько он будет эффективен по сравнению с LSTM?