Project Icon

Evolutionary-Algorithm

遗传算法、进化策略、NEAT等进化算法的实现和可视化教程

本教程集合展示了遗传算法、进化策略、NEAT等进化算法的实现和可视化。详尽的案例教程包括旅行商问题(Travel Sales Problem)和查找路径(Find Path)示例,有助于学者轻松理解并应用这些复杂的算法。MEvo这一Python包的提供,进一步方便了开发者实施和优化这些算法。

EvoloPy - Python自然启发式优化工具箱 全局优化算法集成
EvoloPyGithubPython优化算法全局优化开源工具箱开源项目
EvoloPy是一个Python实现的自然启发式优化工具箱,聚焦全局优化问题。工具箱集成了粒子群优化(PSO)、多宇宙优化器(MVO)等多种经典和新型元启发式算法,利用NumPy和SciPy实现高效的数组和矩阵运算。EvoloPy提供23个基准函数,支持自定义实验参数,为优化算法研究和应用提供了开放灵活的平台。
deep-neuroevolution - 深度神经网络进化算法的分布式实现
Deep NeuroevolutionGenetic AlgorithmsGithubMujocoOpenAI开源项目强化学习
本项目提供分布式深度神经网络训练的多种实现,包括深度遗传算法(DeepGA)和进化策略(ES),用于强化学习。基于并改进了OpenAI的代码,支持本地和AWS运行。项目还包括NeuroEvolution的视觉检测工具VINE和GPU优化加速。用户可通过Docker容器快速启动实验,并使用Mujoco进行高级实验。
deap - 灵活高效的进化计算框架,实现快速原型开发和创意测试
DEAPGithubPython库优化算法开源项目进化计算遗传算法
DEAP是一个开源的进化计算框架,为快速原型设计和算法测试提供了便利。它支持多种进化算法,如遗传算法、遗传编程和进化策略,并能处理多目标优化问题。DEAP的核心优势在于其清晰的算法结构和透明的数据结构,同时与并行计算机制兼容性良好。框架内置了多种实用功能,包括精英保存机制、中间结果保存和标准测试函数集等,可应用于解决各类复杂优化问题。
evotorch - 基于PyTorch的高性能进化计算库
EvoTorchGithubPyTorch优化算法开源项目强化学习进化计算
EvoTorch是一个基于PyTorch的开源进化计算框架,支持黑盒优化、强化学习和监督学习等多种优化问题。它实现了PGPE、CMA-ES和遗传算法等多种进化算法,并通过GPU加速和Ray分布式计算提高优化效率。EvoTorch设计简洁易用,适合解决各类复杂优化问题,为研究人员和工程师提供了强大的工具支持。
sharpneat - 基于NEAT算法的神经网络进化框架
C#GithubNEATSharpNEAT开源项目神经网络进化算法
SharpNEAT是一个基于C#的NEAT算法实现,专为.NET 8设计。这个进化算法框架致力于通过神经网络进化解决复杂问题。其模块化架构有利于进化计算研究,同时优化网络结构和连接权重,为探索神经进化潜力提供了有力支持。
evojax - 基于JAX的高性能神经进化工具包
EvoJAXGithubJAX开源项目机器学习硬件加速神经进化
EvoJAX是基于JAX库开发的神经进化工具包,支持在多个TPU/GPU上并行运行神经网络。通过在NumPy中实现进化算法、神经网络和任务,并即时编译到加速器上运行,EvoJAX显著提升了神经进化算法的性能。该工具包提供了多个示例,涵盖监督学习、强化学习和生成艺术等领域,展示了如何在几分钟内完成原本需要数小时或数天的进化实验。EvoJAX为研究人员提供了一个高效、灵活的神经进化开发平台。
evosax - 基于JAX的高性能进化策略框架
GithubJAXevosax优化算法开源项目机器学习进化策略
evosax是基于JAX的进化策略框架,通过XLA编译和自动向量化/并行化技术实现大规模进化策略的高效计算。它支持CMA-ES、OpenAI-ES等多种经典和现代神经进化算法,采用ask-evaluate-tell API设计。evosax兼容JAX的jit、vmap和lax.scan,可扩展至不同硬件加速器。该框架为进化计算研究和应用提供了高性能、灵活的工具。
evo - 实现跨尺度DNA序列建模与设计的开源工具
DNA建模EvoGithub基因组尺度序列设计开源项目生物基础模型
Evo是一个开源的生物基础模型,专注于DNA序列的长上下文建模和设计。基于StripedHyena架构,Evo实现了单核苷酸级别的序列建模,具有近乎线性的计算和内存扩展性。该模型拥有70亿参数,在OpenGenome数据集上训练,包含约3000亿个原核全基因组标记。Evo提供8K和131K上下文长度的预训练模型,适用于从分子到基因组尺度的序列分析和生成任务。研究人员可通过HuggingFace和Together API等多种方式使用Evo,为DNA序列研究提供了强大而灵活的工具。
MLAlgorithms - 机器学习算法从零实现的简洁教程
Deep learningGithubMachine learning algorithmsPythonRandom ForestsSupport vector machine开源项目
该项目提供简洁清晰的机器学习算法实现代码,适合希望学习算法内部机制或从头实现算法的用户。所有算法均用Python编写,依赖于numpy、scipy和autograd库。包括深度学习、线性回归、逻辑回归、随机森林、支持向量机、K-Means、GMM、KNN、朴素贝叶斯、PCA、因子分解机、受限玻尔兹曼机、t-SNE、梯度提升树和深度Q学习等算法。
GeneticAlgorithmPython - Python库,用于构建和优化遗传算法
GithubPyGADPython开源库开源项目机器学习优化遗传算法
PyGAD是一个开源的Python库,用于构建遗传算法并优化机器学习模型。支持单目标和多目标优化,以及Keras和PyTorch框架。PyGAD提供多种交叉、变异和选择方式,并允许自定义适应度函数。库正在积极开发,并提供详细文档和示例帮助用户快速上手。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号