Componentes de búsqueda y diseños candidatos

¿Qué hay de nuevo en EvoX 1.0.0?

  • Compatibilidad total con PyTorch: EvoX ahora se integra a la perfección con el ecosistema de PyTorch, lo que facilita más que nunca la aplicación de algoritmos evolutivos (EAs) en la búsqueda de arquitectura neuronal (NAS), aprendizaje por refuerzo (RL) y meta-aprendizaje.
  • Biblioteca extensa de algoritmos: Incluye más de 50 algoritmos evolutivos, como GA, DE, PSO, CMA-ES, MOEAs (NSGA-II, RVEA, MOEA/D, etc.) y métodos de meta-evolución de vanguardia.
  • Soporte para RL y motores de física: Compatible con Brax y entornos de aprendizaje por refuerzo, lo que permite aplicaciones de aprendizaje por refuerzo evolutivo (ERL).
  • Personalizable y escalable: Admite definiciones de problemas flexibles, transmisión de datos en tiempo real y flujos de trabajo distribuidos escalables.

Cerrando la brecha entre la computación evolutiva y el Deep Learning

EvoX 1.0.0 representa un paso trascendental en la fusión de los algoritmos evolutivos con los frameworks modernos de Deep Learning. La integración con PyTorch permite a investigadores y profesionales combinar el aprendizaje basado en gradientes con la búsqueda evolutiva, desbloqueando nuevas posibilidades en la optimización impulsada por IA, el aprendizaje automático automatizado (AutoML) y los sistemas complejos de toma de decisiones.

Código abierto e impulsado por la comunidad

EvoX ya está disponible en GitHub: https://github.com/EMI-Group/EvoX

Recursos

← Volver a lanzamientosVolver arriba ↑