evolutionary-algorithms

Bản cài đặt mã nguồn mở của AlphaEvolve

Tạo nghệ thuật đa giác và tam giác chất lượng cao từ hình ảnh.

Hồi quy ký hiệu hiệu năng cao trong Python và Julia

Framework tính toán tiến hóa tăng tốc bằng GPU phân tán. Thư viện toàn diện về các thuật toán tiến hóa và bài toán benchmark.

Mã nguồn của PyGAD, một thư viện Python 3 để xây dựng thuật toán di truyền và huấn luyện các thuật toán học máy (Keras & PyTorch).

Nền tảng tối ưu hóa đa mục tiêu tiến hóa

Hộp công cụ và framework thuật toán tiến hóa hiệu năng cao cho Python

Giao diện nghiên cứu dựa trên Python dành cho tối ưu hóa hộp đen và siêu tham số, dựa trên dịch vụ nội bộ Google Vizier.

Một mô phỏng Unity 2D trong đó ô tô học cách tự điều hướng qua các đường đua khác nhau. Ô tô được điều khiển bởi một mạng thần kinh chuyển tiếp (feedforward neural network). Trọng số của mạng được huấn luyện bằng thuật toán di truyền được sửa đổi.

biến cơ mã nguồn của bạn thành một vòng lặp tự nghiên cứu — phát hiện những gì cần đo lường, thiết lập điểm chuẩn, sau đó chạy tìm kiếm cây với các tác nhân phụ song song.

Thư viện tính toán tiến hóa tiên tiến được xây dựng trực tiếp trên PyTorch, tạo bởi NNAISENSE.

OpenAlpha_Evolve là một framework Python mã nguồn mở lấy cảm hứng từ nghiên cứu mang tính đột phá về các tác nhân lập trình tự động như AlphaEvolve của DeepMind.

Tối ưu hóa học tăng cường với RLOps. Các thuật toán và công cụ RL tiên tiến, với tốc độ huấn luyện nhanh hơn 10 lần nhờ tối ưu hóa siêu tham số tiến hóa.

Nền tảng C++ để thực hiện tính toán song song các tác vụ tối ưu hóa (toàn cục và cục bộ) thông qua mô hình đảo tổng quát bất đồng bộ.

Jenetics - Thuật toán di truyền, Lập trình di truyền, Tiến hóa ngữ pháp, Thuật toán tiến hóa và Tối ưu hóa đa mục tiêu

Thư viện tối ưu hóa tiến hóa cho Go (thuật toán di truyền, tối ưu hóa bầy đàn, tiến hóa vi phân)

OptimLib: một thư viện C++ nhẹ chứa các phương pháp tối ưu hóa số cho các hàm phi tuyến tính.

Hồi quy biểu tượng hiệu năng cao phân tán trong Julia

Công cụ mã nguồn mở đầu tiên dựa trên AI để tự động tạo các trường hợp kiểm thử cấp hệ thống (còn gọi là fuzzing) cho các ứng dụng web/doanh nghiệp. Hiện đang tập trung vào kiểm thử whitebox và blackbox cho các Web API như REST, GraphQL và RPC (ví dụ: gRPC và Thrift).

Huấn luyện xe tự đỗ bằng thuật toán di truyền.

Khung mô hình hóa và học máy tự động FEDOT.

The Life Engine

Nền tảng Python để thực hiện tính toán song song các tác vụ tối ưu hóa (toàn cục và cục bộ) thông qua mô hình đảo tổng quát bất đồng bộ.

KaHyPar (Karlsruhe Hypergraph Partitioning) là một framework phân vùng siêu đồ thị đa cấp, cung cấp các thuật toán phân vùng dựa trên k-way trực tiếp và chia đôi đệ quy, mang lại kết quả chất lượng rất cao.

Bộ công cụ EvoloPy cung cấp các thuật toán metaheuristic lấy cảm hứng từ tự nhiên, từ cổ điển đến hiện đại, cho tối ưu hóa toàn cục.