我是下划线爱好者

我有个项目，市场前景一片空白，目前只有LZ和我竞争，一切准备就绪，就差程序员了

半年经验 做的和你们要的差不多...

cubie board

套接字

可视化最近看到python的urwid库，不知道合不合要求

mac开发 mac开文件共享 st编辑 台式win连接mac的共享
如果是mac下虚拟机，开samba服务

开一个 13换15 15换13 的活动 XDDD

a p t get 读起来顺口

虚拟机下的git

睡不着

@ruoyu0088 感觉你用的库好高级。。。numpy和deap库都只是看过，没去用过
昨晚我去改进了一下，
*优胜劣汰得暴力才前期收敛的快，“自然选择 为每次除去匹配率最低的n个，然后从匹配率最高的n*15个中选出n个，复制个体(优胜劣汰，好的种可以更多遗传自己的基因)，n目前取过2-5” 这里我将上面的n乘以15改成了n乘以5,500代遗传就从100*100，RGB三色点差异之和从210W降到110W到150W之间了，我拟合的是chrome图标，之后大约能看出成型了
*可以有这样一个设想，将父母和子女两代数据合在一起进行筛选，这样下一代最差的那个也能较快收敛（还没尝试）
*我得修改为正态分布，线性随机分布导致部分三角形颜色要么透明要么很黑...

@Tinet 同求可以么。。 pikeszfish # gmail com

准备入手天使451车架小轮公路 所以搭星芒轮组

@ruoyu0088 啊 我的是100 * 100，逐像素计算gba数据(为了速度，如果图片放大到256*256，则可以选择隔点计算。。)，然后和目标图片的数据相减求和
我现在测试是80个个体，每个个体80个基因
自然选择 为每次除去匹配率最低的n个，然后从匹配率最高的n*15个中选出n个，复制个体(优胜劣汰，好的种可以更多遗传自己的基因)，n目前取过2-5
交叉 从80个个体抽出两个当父母，父母各自的80个基因用2分之一的概率交叉遗传给后代，并且每个基因有0.01-0.05的概率(具体的自己测试，我不确定多大比较好)变异，变异按照 原先数值+图片长*2*random.random()-图片长 ，random.random()平均是0.5，所以按照这样算可以保证要么变大和变小的概率一样。如果是颜色值变异，则以上算法为 原先数值+255*2*random.random()-255 (因为颜色的范围是0-255)
然后进行下一代

目前我的效率为1.9秒一代。
我觉得我的算法最差的地方是自然选择，因为80个个体，复制n个个体，太暴力了。虽然说得通，但感觉效果不好是因为这里。
高斯分布感觉比我的好，我的是完全随机加减。

想问你下，你的交叉怎么实现的？
你的通道误差如何计算？是用getpixel吗？不过好像得问你你是用什么语言实现的了。。。什么库
你的好快啊。。。400个个体...100个三角形(基因)
难道不是逐点计算差异？or多线程计算？or不是python？or numpy？or what？

刚有同学出国 国外好像SSD便宜很多。。。他建议直接上1T的都。。。可惜肉身在国内。。。 下次叫他带块1T的回来。。。

当年奶S 奶了一个WLK... 之后进击全系

Parallels Desktop 妥妥的 XD