调度器

`base.BaseAdapter`(initial_value, end_value, ...)	所有适配器的基类
`ConstantAdapter`(initial_value, end_value, ...)	该适配器保持当前值始终等于初始值，主要用于在将参数定义为常量或适配器时保持统一的接口
`ExponentialAdapter`(initial_value, end_value, ...)	通过指数"衰减"函数将初始值逐步调整至目标值
`InverseAdapter`(initial_value, end_value, ...)	通过1/x形式的"衰减"函数将初始值逐步调整至最终值
`PotentialAdapter`(initial_value, end_value, ...)	使用潜在的"衰减"函数将初始值逐步调整至最终值

class sklearn_genetic.schedules.base.BaseAdapter(initial_value, end_value, adaptive_rate, **kwargs)[源代码]

所有适配器的基类

Parameters:

Attributes:

class sklearn_genetic.schedules.ConstantAdapter(initial_value, end_value, adaptive_rate)[源代码]

这个适配器保持当前值等于初始值主要用于在定义参数时提供统一接口，无论是作为常量还是作为适配器

Parameters:

Attributes:

class sklearn_genetic.schedules.ExponentialAdapter(initial_value, end_value, adaptive_rate)[源代码]

使用指数"衰减"函数将初始值逐步调整至最终值

Parameters:

Attributes:

class sklearn_genetic.schedules.InverseAdapter(initial_value, end_value, adaptive_rate)[源代码]

通过使用1/x形式的"衰减"函数，将初始值逐渐调整至最终值

Parameters:

Attributes:

class sklearn_genetic.schedules.PotentialAdapter(initial_value, end_value, adaptive_rate)[源代码]

通过潜在的"衰减"函数将初始值逐步调整至最终值

Parameters:

Attributes: