シミュレーテッド アニーリングをフィードフォワード ニューラル ネットワークと組み合わせて使用することは、ローカル ミニマムに達したときに単純に重みをリセットする (そして隠れ層を新しいエラー バレーに配置する) こととどのように異なるのでしょうか? シミュレートされたアニーリングは、重みを移動してグローバルな最小値を見つけるためのより体系的な方法として FFNN によって使用されるため、反復は 1 回のみです。検証エラーがトレーニングエラーに比べて増加し始めるたびに実行されます...エラー関数全体で現在の位置をゆっくりと移動しますか? この場合、シミュレーテッド アニーリングはフィードフォワード ネットワークから独立しており、フィードフォワード ネットワークはシミュレーテッド アニーリングの出力に依存します。そうでなく、シミュレートされたアニーリングが FFNN からの結果に直接依存している場合、シミュレートされたアニーリング トレーナーが独自の重みを更新する方法に関して、この情報をどのように受け取るかわかりません(それが理にかなっている場合)。例の 1 つはサイクル(複数の反復) に言及していますが、これは私の最初の仮定には当てはまりません。
network.fromArray() と network.toArray() が使用されているさまざまな例を見てきましたが、network.encodeToArray() と network.decodeFromArray() しか表示されません。あるタイプのネットワークから別のタイプのネットワークに重みを転送する最新の方法 (v3.2) は何ですか? これは、遺伝的アルゴリズムなどを使用する場合と同じですか?