MeGA: 基于遗传算法的合并多个独立训练的神经网络

本研究介绍了一种新的方法，使用名为 MeGA 的遗传算法合并多个预训练神经网络的权重。通过使用竞标选择、交叉和变异来优化权重组合，我们的方法允许合并模型继承父模型的优势特征，从而提高准确性和鲁棒性。通过在 CIFAR-10 数据集上的实验，我们证明了基于遗传算法的权重合并方法相比单独的模型和传统方法，能够提高测试准确性。这种方法为在各种深度学习应用中集成多个预训练网络提供了可扩展的解决方案。