最新消息
深入探討演化計算、專案更新與社群動態。
EvoGO：GPU運算 × 生成式學習 → 10代收斂的演化演算法新範式
EvoGO 是一個完全數據驅動的演化最佳化框架，能夠從過去的搜尋經驗中學習如何生成更好的解，在複雜的高維任務上實現快速且強大的效能。
閱讀更多 →
iStratDE：GPU 運算 x 超大族群，釋放差分演化的全部潛力
EvoX 團隊提出 iStratDE，一種 GPU 加速的差分演化方法，在個體層級指定固定策略，實現無通訊的大規模平行搜尋，兼具優異的實證表現與理論收斂保證。
閱讀更多 →
EvoX 快速入門：只需 10 分鐘即可運行 GPU 加速的演化計算
一份初學者教程，教您如何在 10 分鐘內使用 EvoX 開始進行 GPU 加速的演化計算。
閱讀更多 →
基於 GPU 加速的演化多目標最佳化
透過張量化技術連結演化多目標最佳化與 GPU 加速，介紹 EvoMO 函式庫。
閱讀更多 →
MetaDE：通過差分進化演化差分進化
MetaDE 是一種元演化方法，利用差分進化來演化其自身的超參數和策略，發表於 IEEE TEVC。
閱讀更多 →
EvoRL：一個 GPU 加速的演化強化學習框架
EvoRL 是一個開源的演化強化學習框架，它將演化演算法與 RL 相結合，以提高探索能力和適應性。
閱讀更多 →
EvoGP：一個用於樹狀遺傳程式設計的 GPU 加速框架
EvoGP 是一個完全基於 PyTorch 建構的 GPU 加速樹狀遺傳程式設計框架，與 CPU 實作相比，速度提升高達 100 倍。
閱讀更多 →