QB64 搜索技巧 核手提箱 文字记录 海洋云增白 开源地图 Bliss AI 搜索答案 深海沉船 自由职业 policy 小团队 颈挂空调 Chumby 个人电脑 极端主义 团队 世界 PostgreSQL AI工具 证券 DirectX 防溢 DrawingPics Zulip 儿童读物 化学 连续滚动 代码审查 三菱电机 更多

GitHub - SimonBlanke/Gradient-Free-Optimizers：适用于数值离散搜索空间的简单可靠的优化方法，包括局部、全局、基于群体和序列化的技术 (github.com)

原文: GitHub - SimonBlanke/Gradient-Free-Optimizers: Simple and reliable optimization with local, global, population-based and sequential techniques in numerical discrete search spaces.

Gradient-Free-Optimizers 是一个易于使用的优化技术集合，其目标函数只需要一个可以最大化的任意分数。这使得无梯度方法能够解决各种优化问题，包括优化任意数学函数、将多个高斯分布拟合到数据以及机器学习方法的超参数优化。Gradient-Free-Optimizers 提供了多种优化算法，包括局部优化、全局优化、基于种群的优化和基于序列模型的优化，并提供了简单易用的 API 和高性能的优化后端。