
Este estudo apresenta a criação e implementação de um pipeline de otimização baseado em Algoritmos Evolutivos (AE), utilizando Python como linguagem de programação. Inspirados nos processos de seleção natural e evolução biológica, os Algoritmos Evolutivos são amplamente reconhecidos por sua capacidade de resolver problemas complexos de otimização, sendo aplicados em domínios como aprendizado de máquina e visão computacional, especialmente em cenários onde métodos convencionais de busca são ineficientes. Neste trabalho, exploramos o uso de AE para otimizar hiperparâmetros, como taxa de aprendizado e momentum, em uma simulação que representa o ajuste de modelos de visão computacional. O estudo oferece um exemplo prático de implementação em Python, utilizando a biblioteca DEAP (Distributed Evolutionary Algorithms in Python) para gerenciar o processo de otimização evolutiva e as bibliotecas PyTorch e TorchVision como base técnica, demonstrando como essas ferramentas podem ser combinadas para alcançar resultados eficazes em um contexto simplificado.
Number of pages | 108 |
Edition | 1 (2025) |
Format | A5 (148x210) |
Binding | Paperback w/ flaps |
Paper type | Coated Silk 90g |
Language | Portuguese |
Have a complaint about this book? Send an email to [email protected]
login Review the book.