devol

收录理由

这是一个早期实验项目，把神经架构搜索当作遗传算法问题来处理。它将层数、特征图数量、激活函数、dropout 和优化器这些常见网络设计选项编码成固定宽度的基因组，然后通过交叉和变异来培育一批 Keras 模型，每一代都保留表现最好的个体。代码本身很紧凑，可以直接从头读到尾，配套的笔记本用 MNIST 和 CIFAR 示例演示了搜索过程，让你能直观看到演化如何推进。不过得把期望放对位置：它当初只是概念验证，谈不上持续维护的库，更合适的定位是一个清晰的教学参考，展示怎么把进化搜索和深度学习框架接起来，而不是拿来装进生产环境就放心用的东西。