Что нового в EvoX 1.0.0?
- Полная совместимость с PyTorch: EvoX теперь бесшовно интегрируется с экосистемой PyTorch, что упрощает применение эволюционных алгоритмов (EA) в поиске нейронных архитектур (NAS), обучении с подкреплением (RL) и мета-обучении.
- Распределённое GPU-ускорение: Созданный для крупномасштабных вычислений, EvoX использует PyTorch для 100-кратного ускорения на гетерогенном оборудовании (CPU, GPU, многоузловые кластеры).
- Обширная библиотека алгоритмов: Включает более 50 эволюционных алгоритмов, в том числе GA, DE, PSO, CMA-ES, MOEA (NSGA-II, RVEA, MOEA/D и др.), а также современные методы мета-эволюции.
- Поддержка RL и физических движков: Совместим с Brax и средами обучения с подкреплением, обеспечивая приложения эволюционного обучения с подкреплением (ERL).
- Более 100 бенчмарков: Охватывает однокритериальную и многокритериальную оптимизацию, а также реальные инженерные задачи.
- Настраиваемость и масштабируемость: Поддерживает гибкое определение задач, потоковую передачу данных в реальном времени и масштабируемые распределённые рабочие процессы.
Объединение эволюционных вычислений и глубокого обучения
EvoX 1.0.0 представляет собой прорывной 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 области оптимизации на основе ИИ, автоматизированного машинного обучения (AutoML) и сложных систем принятия решений.
Открытый исходный код и сообщество
EvoX теперь доступен на GitHub: https://github.com/EMI-Group/EvoX