EvoX 생태계

연산 및 최적화 연구를 가속화하기 위해 설계된 라이브러리, 도구 및 프로젝트 모음입니다.

EvoCmo

제약이 있는 다목적 최적화 문제(CMOP)를 효율적으로 해결하기 위한 완전 텐서화된 GPU 가속 다중 모집단 진화 알고리즘입니다.

소프트웨어 개발을 협력적 진화 과정으로 재정의하는 탈중앙화 멀티 에이전트 프레임워크.

수동 휴리스틱 연산자를 과거 데이터로부터의 탐색 행동 학습으로 대체하는 완전 데이터 기반 블랙박스 최적화 프레임워크.

PyTorch 기반의 완전 GPU 가속 트리 기반 유전 프로그래밍 (TGP) 프레임워크.

고급 텐서화를 통한 GPU 가속 진화적 다목적 최적화 (EMO) 라이브러리.

PyTorch로 구현된 신경망 아키텍처 탐색을 위한 프레임워크. 슈퍼넷 훈련, 진화적 다목적 최적화 및 최신 컴퓨터 비전 훈련 파이프라인과의 원활한 통합을 지원합니다.

진화적 강화 학습을 위한 완전 GPU 가속 프레임워크.

PyTorch 호환 분산 GPU 가속 진화 연산 프레임워크.

신경망 아키텍처 탐색 (NAS)에서 진화적 다목적 최적화 (EMO) 알고리즘의 즉시 벤치마킹을 제공하는 플랫폼.

개체 수준의 전략 다양성을 통해 성능을 향상시키는 GPU 가속 Differential Evolution 프레임워크.

차분 진화의 전략과 하이퍼파라미터를 동적으로 최적화하는 고급 진화 프레임워크.

JAX 기반 확장 토폴로지 신경 진화 (NEAT) 알고리즘 라이브러리.