rusty_neat

简单的用于处理增强拓扑神经演化的库。它可能不是该算法的精确实现，但它简单、快速且易于使用。此外，它适用于我的用例，所以就这样。文档和库仍在进行中

它做什么？

简而言之，您首先创建输入和输出节点，没有任何连接等。然后，通过随机演化，添加中间节点和连接，其特征被随机更改。

如何使用它？

创建大量具有各自神经网络的代理。让模拟运行（或您使用它的任何用途），然后在设定的时间内选择最好的作为下一代父母的代理。或者，您可以让代理在例如存活并获得设定数量的分数（这取决于用例）之后繁殖后代。下一代应由复制其前辈的神经网络并对其进行变异来创建。

示例用法

use rusty_neat::NN;

fn init() {

// init new network with amount of (input, output) nodes
    let mut net = NN::new(3, 2);

// set diffrent ( than default ) chances of mutations, sum (eg. 100%) doesn't matter
    net.set_chances(&[20, 20, 20, 0, 0, 0, 0])

// evolve network, mutations are chosen randomly,
// in future there will be an interface for choosing types and chances
    for _ in 0..32 {
        net.mutate();
    }

// forward inputs through net and return outputs
    let outputs = net.forward(&[0.5, 0.2, 0.8]);

// access internal structure
    // calculation order, may be used for creating graph
    println!("\nOrder: \n{:?}", net.layer_order);
    // list of connections
    println!("\nConnections: \n{:?}", net.connections);
    // list of nodes
    println!("\nNodes: \n{:?}", net.nodes);

// save network to file
    net.save("path");

// load network from file
    net.load("path");
}

可能的变异及其默认概率

35% => modify one of connections weight,
35% => modify one of nodes bias,
10% => change one of nodes activation function,
10% => add new random connection,
10% => add new random node,
0% => connection_enable,
0% => connection_disable,

Struct NN支持通过serde进行序列化和反序列化。