EvoX 生态系统
旨在加速计算和优化研究的库、工具和项目集合。
EvoCmo
一个完全张量化、支持GPU加速的多种群进化算法,用于高效求解受限多目标优化问题(CMOPs)。
了解更多 →
EvoGit
一个去中心化多智能体框架,将软件开发重新定义为协作式进化过程。
了解更多 →
EvoGO
一个完全数据驱动的黑箱优化框架,通过从历史数据中学习搜索行为来替代手工启发式算子。
了解更多 →
EvoGP
基于 PyTorch 构建的全 GPU 加速树型遗传编程 (TGP) 框架。
了解更多 →
EvoMO
通过高级张量化实现 GPU 加速的进化多目标优化 (EMO) 库。
了解更多 →
EvoNAS
一个基于 PyTorch 实现的神经架构搜索框架。它支持超网训练、进化多目标优化,并能无缝集成到现代计算机视觉训练管线中。
了解更多 →
EvoRL
全 GPU 加速的进化强化学习框架。
了解更多 →
EvoX
兼容 PyTorch 的分布式 GPU 加速进化计算框架。
了解更多 →
EvoXBench
提供神经架构搜索 (NAS) 中进化多目标优化 (EMO) 算法即时基准测试的平台。
了解更多 →
iStratDE
一个 GPU 加速的 Differential Evolution 框架,通过个体级别的策略多样性来提升性能。
了解更多 →
MetaDE
动态优化差分进化策略和超参数的高级进化框架。
了解更多 →
TensorNEAT
基于 JAX 的增强拓扑神经进化 (NEAT) 算法库。
了解更多 →