返回 AI 工具目录
DEvol (DeepEvolution)
开发框架人工精选最近核验 2026年7月23日
DEvol(DeepEvolution)是一个用遗传算法自动搜索神经网络结构的实验性工具。它把卷积层、全连接层的配置编码为“基因”,通过交叉与变异在候选结构间进化,在给定约束下寻找可能优于手工设计的网络架构,基于 Python 与 Keras 实现。作者明确说明这是一次实验性质的概念验证:已整理成可安装的 Python 包供他人尝试,但不再持续开发,仅建议用于研究与实验目的。搜索过程需反复训练候选模型,计算开销较大。适合想了解神经架构搜索思路、做小规模复现的学习者,不适合直接用于生产建模。
定价开源部署本地运行国内可达国内可达
解决什么问题
- 手工设计网络结构依赖经验、反复试错
- 用遗传算法自动进化卷积与全连接层配置
- 在给定约束下搜索候选网络架构
- 提供可复现的神经架构搜索示例
适合
- 学习、理解神经架构搜索的基本思路
- 小规模数据集上的架构搜索复现
- 教学或研究性质的实验探索
不适合
- 作者标注为实验性概念验证,已停止维护
- 官方建议仅用于实验、非生产用途
- 搜索需反复训练模型,计算成本高
- 仅覆盖卷积与全连接结构,范围有限
如何接入
- 克隆仓库后以 pip 可编辑方式安装
- 基于 Keras 定义与训练候选模型
- 传入数据集与结构约束运行进化搜索
已知限制
- 项目已不再活跃开发,无官方支持
- 计算开销大,难扩展到大模型与大数据
- 无后续更新与安全修复
- 效果依赖搜索空间与算力预算
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。