#8 · 主分类： 优化与启发式算法
GeneticAlgorithmPython
deep-learning
evolutionary-algorithms
genetic-algorithm
machine-learning
neural-networks
numpy
optimization
pygad
pygad-documentation
python
PyGAD的源代码，一个用于构建遗传算法和训练机器学习算法（Keras和PyTorch）的Python 3库。
项目最后更新：07/09/26
GitHub Stars
2.2K
Forks数量
500
贡献者数量
27
许可证
BSD-3-Clause
收录理由
当梯度法或闭式解在优化问题上失效时，遗传算法往往能派上用场，而 PyGAD 提供了一条相当平易近人的上手路径。它允许你只定义自己的适应度函数，剩下的父代选择、交叉与变异操作由库内建的多种变体完成，单目标和多目标问题都能处理，不必亲手搭建整套演化流程。与机器学习结合也顺手——它可以拿 Keras 或 PyTorch 模型的权重、超参数作为种群来进化。核心依赖只涉及 NumPy 和 cloudpickle，体积克制，绘图与深度学习支持按需选用。对想要一段可脚本化优化逻辑、而非重型平台的团队来说，这个 API 很容易嵌进已有的 NumPy 代码里。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。