使用神經網絡的騎士之旅

Question

我在看騎士之旅的問題，並決定在python中使用神經網絡來實現它，以找到解決方案。

方法的一般解釋可以Wikipedia

發現雖然我認爲我正確實施它（我看不到任何東西，這是錯誤），這是行不通的，它更新了幾個鏈接，刪除連接頂點的度數超過2的邊，但它不會收斂在解上。

我想知道如果有人有任何想法，我已經實施了不正確的（抱歉可怕的代碼）。

編輯
工作的代碼可以在Yacoby.net

Answer 1

你不能更新神經元。由於U [T + 1]取決於U [T]和V [T]，如果你已經更新V代表U中的計算將是錯誤的

我想你應該更新分爲兩個階段 update_state和update_output ，所以所有U更新，然後將所有在V

for n in neurons: 
     n.update_state() 
    for n in neurons: 
     n.update_output() 

Answer 2

第一印象可以發現的是，你只需要在板上的一個緩衝區。我基於這樣一個事實，即在迭代之間我沒有看到任何緩衝區交換 - 我沒有仔細查看，可能很容易出錯。

如果你修改了一個緩衝區，當你做鄰居計數時，你將它們建立在一個部分修改的電路板上 - 而不是你開始時的電路板。

Answer 3

尋找你的代碼後，我覺得你對你使用的可能是不正確的公式解釋。你說當更新狀態時，你添加四個而不是兩個，並減去神經元本身的輸出。它在我看來就像是你兩次減去神經元本身的輸出。找到鄰居的代碼似乎不能區分神經元的鄰居和神經元本身，並且你運行這個代碼兩次 - 每個頂點一次。

我自己的代碼測試似乎證實了這一點。當我減去神經元自己的輸出兩次而不是一次時，收斂速度大大提高。