Компоненты поиска и варианты решений

Что нового в EvoX 1.0.0?

  • Полная совместимость с PyTorch: EvoX теперь бесшовно интегрируется с экосистемой PyTorch, что делает применение эволюционных алгоритмов (EAs) в поиске нейронных архитектур (NAS), обучении с подкреплением (RL) и мета-обучении проще, чем когда-либо.
  • Обширная библиотека алгоритмов: Содержит более 50 эволюционных алгоритмов, включая GA, DE, PSO, CMA-ES, MOEAs (NSGA-II, RVEA, MOEA/D и др.), а также современные методы мета-эволюции.
  • Поддержка RL и физических движков: Совместимость с Brax и средами обучения с подкреплением позволяет использовать приложения эволюционного обучения с подкреплением (ERL).
  • Настраиваемость и масштабируемость: Поддержка гибкого определения задач, потоковой передачи данных в реальном времени и масштабируемых распределенных рабочих процессов.

Объединение эволюционных вычислений и глубокого обучения

EvoX 1.0.0 представляет собой важный шаг в объединении эволюционных алгоритмов с современными фреймворками глубокого обучения. Интеграция с PyTorch позволяет исследователям и практикам сочетать градиентное обучение с эволюционным поиском, открывая новые возможности в оптимизации на базе AI, автоматизированном машинном обучении (AutoML) и сложных системах принятия решений.

Открытый исходный код и поддержка сообщества

EvoX теперь доступен на GitHub: https://github.com/EMI-Group/EvoX

Ресурсы

← Вернуться к релизамНаверх ↑