EvoRL è un framework completamente accelerato da GPU per l'apprendimento per rinforzo evolutivo, implementato con JAX. Supporta l'apprendimento per rinforzo (RL), il calcolo evolutivo (EC), l'apprendimento per rinforzo guidato dall'evoluzione (ERL), AutoRL e integrazione senza soluzione di continuità con
Esegui e allena modelli AI che apprendono ed evolvono utilizzando la potenza della GPU.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiEvoRL è un framework completamente accelerato da GPU per l'apprendimento per rinforzo evolutivo, implementato con JAX. Supporta l'apprendimento per rinforzo (RL), il calcolo evolutivo (EC), l'apprendimento per rinforzo guidato dall'evoluzione (ERL), AutoRL e integrazione senza soluzione di continuità con
evorl ha 343 stelle su GitHub. È stato forkato 47 volte. evorl è scritto principalmente in Python. È in sviluppo attivo dal 2024. evorl è disponibile con licenza GPL-3.0. I suoi temi principali sono: automl, evolutionary-algorithms, gpu-acceleration, hpo.
EvoRL è un framework completamente accelerato da GPU per l'apprendimento per rinforzo evolutivo, implementato con JAX. Supporta l'apprendimento per rinforzo (RL), il calcolo evolutivo (EC), l'apprendimento per rinforzo guidato dall'evoluzione (ERL), AutoRL e integrazione senza soluzione di continuità con
evorl è un progetto open source. È rilasciato con licenza GPL-3.0.
Sì. evorl è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente. La sua licenza GPL-3.0 è copyleft: ogni versione modificata che distribuisce deve restare sotto la stessa licenza.
evorl è disponibile con licenza GPL-3.0.
evorl è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/emi-group-evorl.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.