#генетический_алгоритм — Public Fediverse posts

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Генетический алгоритм как инструмент инженера: практический кейс раскроя полотен

Генетический алгоритм как инструмент инженера: практический кейс раскроя полотен Генетический алгоритм — это «умный» инструмент для автоматизации раскроя материалов (металл, ткань, пластик). Вместо ручного подбора или полного перебора он по принципам естественного отбора ищет компактное размещение деталей, минимизируя отходы. В статье показан практический кейс на Python: как без сложной математики создать алгоритм, который экономит материал, время. Этот подход можно адаптировать под ваши производственные задачи.

https://habr.com/ru/articles/989646/

#генетический_алгоритм #нейросети_python #нейросети_и_machine_learning

Генетический алгоритм: природа в действии для оптимизации сложных задач (c примером на java)

Генетические алгоритмы (ГА) — это мощный инструмент для решения задач оптимизации, вдохновленный процессами эволюции в природе. Они применяются в таких областях, как маршрутизация, машинное обучение, финансовая аналитика, проектирование и многие другие. В этой статье я разберу принцип работы ГА и приведу пример решения, одной из самых популярных задач в алгоритмах на языке Java. Алгоритм основан на модели эволюции Дарвина. Его ключевые компоненты:

https://habr.com/ru/articles/861334/

#алгоритмы #структуры_данных #обучение_программированию #генетический_алгоритм #java #программирование #обучение #структуры_данных_задач #алгоритмы_поиска_пути #алгоритмы_на_графах

[Перевод] Алгоритм генетической колонии пчел для задачи коммивояжера

Поиск кратчайшего маршрута является сложной задачей, заключающейся в посещении каждого элемента из набора мест и возвращении в исходную точку, что представляет собой NP-усложнённую задачу. NP(в теории алгоритмов классом NP называют множество задач разрешимости, решение которых возможно проверить на машине Тьюринга за время, не превосходящее значения некоторого многочлена от размера входных данных, при наличии некоторых дополнительных сведений (так называемого сертификата решения).) Она также известна как задача коммивояжера(ЗК) и изучается в области комбинаторной оптимизации, операционного исследования и теоретической информатики. ЗК используется в качестве эталона для многих методов оптимизации. Цель задачи заключается в нахождении одного пути, который может пройти через все узлы (экземпляры) графа всего один раз (гамильтонов цикл) с наименьшей длиной пути, то есть с минимальным евклидовым расстоянием.

https://habr.com/ru/articles/855970/

#Искусственная_Пчелиная_Колония #Генетический_Алгоритм #Задача_Коммивояжера #Оптимизационные_методы #оптимизационные_задачи

[Перевод] Алгоритм генетической колонии пчел для задачи коммивояжера

Поиск кратчайшего маршрута является сложной задачей, заключающейся в посещении каждого элемента из набора мест и возвращении в исходную точку, что представляет собой NP-усложнённую задачу. NP(в теории алгоритмов классом NP называют множество задач разрешимости, решение которых возможно проверить на машине Тьюринга за время, не превосходящее значения некоторого многочлена от размера входных данных, при наличии некоторых дополнительных сведений (так называемого сертификата решения).) Она также известна как задача коммивояжера(ЗК) и изучается в области комбинаторной оптимизации, операционного исследования и теоретической информатики. ЗК используется в качестве эталона для многих методов оптимизации. Цель задачи заключается в нахождении одного пути, который может пройти через все узлы (экземпляры) графа всего один раз (гамильтонов цикл) с наименьшей длиной пути, то есть с минимальным евклидовым расстоянием.

https://habr.com/ru/articles/855970/

#Искусственная_Пчелиная_Колония #Генетический_Алгоритм #Задача_Коммивояжера #Оптимизационные_методы #оптимизационные_задачи

[Перевод] Алгоритм генетической колонии пчел для задачи коммивояжера

Поиск кратчайшего маршрута является сложной задачей, заключающейся в посещении каждого элемента из набора мест и возвращении в исходную точку, что представляет собой NP-усложнённую задачу. NP(в теории алгоритмов классом NP называют множество задач разрешимости, решение которых возможно проверить на машине Тьюринга за время, не превосходящее значения некоторого многочлена от размера входных данных, при наличии некоторых дополнительных сведений (так называемого сертификата решения).) Она также известна как задача коммивояжера(ЗК) и изучается в области комбинаторной оптимизации, операционного исследования и теоретической информатики. ЗК используется в качестве эталона для многих методов оптимизации. Цель задачи заключается в нахождении одного пути, который может пройти через все узлы (экземпляры) графа всего один раз (гамильтонов цикл) с наименьшей длиной пути, то есть с минимальным евклидовым расстоянием.

https://habr.com/ru/articles/855970/

#Искусственная_Пчелиная_Колония #Генетический_Алгоритм #Задача_Коммивояжера #Оптимизационные_методы #оптимизационные_задачи

[Перевод] Алгоритм генетической колонии пчел для задачи коммивояжера

Поиск кратчайшего маршрута является сложной задачей, заключающейся в посещении каждого элемента из набора мест и возвращении в исходную точку, что представляет собой NP-усложнённую задачу. NP(в теории алгоритмов классом NP называют множество задач разрешимости, решение которых возможно проверить на машине Тьюринга за время, не превосходящее значения некоторого многочлена от размера входных данных, при наличии некоторых дополнительных сведений (так называемого сертификата решения).) Она также известна как задача коммивояжера(ЗК) и изучается в области комбинаторной оптимизации, операционного исследования и теоретической информатики. ЗК используется в качестве эталона для многих методов оптимизации. Цель задачи заключается в нахождении одного пути, который может пройти через все узлы (экземпляры) графа всего один раз (гамильтонов цикл) с наименьшей длиной пути, то есть с минимальным евклидовым расстоянием.

https://habr.com/ru/articles/855970/

#Искусственная_Пчелиная_Колония #Генетический_Алгоритм #Задача_Коммивояжера #Оптимизационные_методы #оптимизационные_задачи

[Перевод] Самопаркующийся авто за 500 строк кода

TLDR В этой статье мы научим авто самостоятельно парковаться с помощью генетического алгоритма . Мы создадим первое поколение авто с произвольными геномами, которое будет вести себя примерно так: Примерно на сороковом поколении авто начнут понимать, что такое авто-парковка, и начнут приближаться к парковочному месту:

https://habr.com/ru/companies/timeweb/articles/829352/

#timeweb_статьи_перевод #javascript #genetic_algorythm #machine_learning #artificial_intelligence #parking #генетический_алгоритм #машинное_обучение #искусственный_интеллект #парковка

[Перевод] Самопаркующийся авто за 500 строк кода

TLDR В этой статье мы научим авто самостоятельно парковаться с помощью генетического алгоритма . Мы создадим первое поколение авто с произвольными геномами, которое будет вести себя примерно так: Примерно на сороковом поколении авто начнут понимать, что такое авто-парковка, и начнут приближаться к парковочному месту:

https://habr.com/ru/companies/timeweb/articles/829352/

#timeweb_статьи_перевод #javascript #genetic_algorythm #machine_learning #artificial_intelligence #parking #генетический_алгоритм #машинное_обучение #искусственный_интеллект #парковка

[Перевод] Самопаркующийся авто за 500 строк кода

TLDR В этой статье мы научим авто самостоятельно парковаться с помощью генетического алгоритма . Мы создадим первое поколение авто с произвольными геномами, которое будет вести себя примерно так: Примерно на сороковом поколении авто начнут понимать, что такое авто-парковка, и начнут приближаться к парковочному месту:

https://habr.com/ru/companies/timeweb/articles/829352/

#timeweb_статьи_перевод #javascript #genetic_algorythm #machine_learning #artificial_intelligence #parking #генетический_алгоритм #машинное_обучение #искусственный_интеллект #парковка

Создание простого и работоспособного генетического алгоритма с Python и NumPy

Генетический алгоритм нужен, когда ты знаешь параметры своей нейросети, но не знаешь, что должно получиться на выходе, например, этот алгоритм можно использовать для игры в Google динозаврика или Flappy Bird, потому что там ты не знаешь, что должно быть на выходе, но у тебя есть возможность сортировать наиболее жизнеспособные варианты, например по времени, это называется фитнес функций. Моя цель не растянуть написания этой статьи, и замучить читателей её длинной, поэтому сразу приступим к коду. Также код простой, поэтому большую часть не нужно описывать целыми сочинениями. Вначале нам потребуется импортировать модули.

https://habr.com/ru/articles/784192/

#genetic_algorithms #генетический_алгоритм #нейросети #python #numpy #обучение #python3 #genetic_algorythm #NEAT

Создание простого и работоспособного генетического алгоритма с Python и NumPy

Генетический алгоритм нужен, когда ты знаешь параметры своей нейросети, но не знаешь, что должно получиться на выходе, например, этот алгоритм можно использовать для игры в Google динозаврика или Flappy Bird, потому что там ты не знаешь, что должно быть на выходе, но у тебя есть возможность сортировать наиболее жизнеспособные варианты, например по времени, это называется фитнес функций. Моя цель не растянуть написания этой статьи, и замучить читателей её длинной, поэтому сразу приступим к коду. Также код простой, поэтому большую часть не нужно описывать целыми сочинениями. Вначале нам потребуется импортировать модули.

https://habr.com/ru/articles/784192/

#genetic_algorithms #генетический_алгоритм #нейросети #python #numpy #обучение #python3 #genetic_algorythm #NEAT