Python开发目标识别AI时最优神经元列表始终被覆盖为最后一组的问题
你的bug出在两个明确的问题上
第一个是Python可变对象的引用赋值坑
你代码里写的bestNeurons = neurons根本没有存储神经元的数值,只是给原有的neurons列表绑定了一个别名。
你使用的neurons列表是全局复用的可变对象:每一代循环都是直接修改这个列表里的元素值,没有每代创建独立的新列表。哪怕某一代的得分真的超过了历史最高分,触发了最优值更新,bestNeurons指向的还是和neurons完全相同的内存地址。后续每一轮循环你都会原地修改这个地址里的列表内容,等整个世代循环跑完,不管之前什么时候触发过最优值更新,bestNeurons指向的内容早被最后一轮循环的修改覆盖成最后一组神经元的数值了。
这就是为什么哪怕最后一轮的得分根本没破纪录,输出的bestNeurons内容还是和最后一组神经元完全一致。
第二个是代码缩进层级混乱
从你贴出的排版来看,外层的世代循环for x in range(numberOfGenerations),根本没有把“计算总得分、对比最优值、更新最优列表”的逻辑块包进循环内部。实际运行时,所有代的神经元全部生成完毕后,代码才会执行一次得分计算,和初始的bestScore对比一次,直接把最后一轮生成的神经元存为“最优”,中间所有代的得分对比逻辑全被跳过了。
改完就能正常运行的写法
- 把计算总得分、判断是否更新最优值的代码块,完整缩进到外层的世代循环内部,保证每生成一组神经元、算完得分,就立刻和历史最高分做对比。
- 触发最高分更新的时候,不要直接把neurons赋值给bestNeurons,必须把当前的神经元值拷贝成独立副本再存储:
拷贝之后存的是独立的数值快照,后续再修改原来的neurons列表,完全不会影响已经存下来的最优值备份。# 原来的错误写法 bestNeurons = neurons # 改成值拷贝写法 bestNeurons = neurons.copy() - 如果想从根源上避免这类引用问题,每代生成神经元的时候直接新建独立列表,不要复用全局的neurons对象即可。
内容的提问来源于stack exchange,提问作者The Turbo Ass Slayer
相关产品推荐
相关产品推荐

