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.
- Распределенное GPU-ускорение: Созданный для крупномасштабных вычислений, EvoX использует PyTorch для 100-кратного ускорения на гетерогенном оборудовании (CPUs, GPUs, многоузловые кластеры).
- 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).
- Более 100 бенчмарков: Охватывает одноцелевую и многоцелевую оптимизацию, а также реальные инженерные задачи.
- 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