Git Stars Git Stars

#multi-objective-optimization Repository

Scopri 7 repository GitHub open source attivi contrassegnati con #multi-objective-optimization, che raccolgono un totale di 20,975 stelle (con una media di 2,996 stelle per progetto). Il progetto leader di questo argomento è DEAP/deap, con 6,461 stelle.

7
Totale Repository
20,975
Totale stelle
2,996
Media Stelle/Repo
Linguaggi di programmazione: Python JavaScript MATLAB C++

7 repository in totale

1
DEAP/deap

Algoritmi evolutivi distribuiti in Python

DEAP
⭐ 6,461 Python 👤 DEAP Organization 🕐 Aggiornato 2026-04-17 📅 Creato 2014-05-21
2
signerless/llm-checker

Uno strumento CLI avanzato che esamina il tuo hardware e ti indica esattamente quali modelli LLM o sLLM puoi eseguire localmente, con piena integrazione di Ollama.

signerless
⭐ 3,072 JavaScript 👤 signerless User 🕐 Aggiornato 2026-11-16 📅 Creato 2025-07-06
3
the-dual-space/pymoo

NSGA2, NSGA3, R-NSGA3, MOEAD, Algoritmi Genetici (GA), Evoluzione Differenziale (DE), CMAES, PSO

the-dual-space
⭐ 3,002 Python 👤 the-dual-space Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2017-09-19
4
EMI-Group/evox

Infrastruttura per sistemi di IA evolutiva. Ottimizzazione basata su PyTorch e accelerata da GPU, con un ecosistema di librerie di algoritmi, benchmark e strumenti.

EMI-Group
⭐ 2,721 Python 👤 EMI-Group Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2022-07-27
5
median-research-group/LibMTL

Una libreria PyTorch per l'apprendimento multi-task

median-research-group
⭐ 2,555 Python 👤 median-research-group User 🕐 Aggiornato 2025-05-14 📅 Creato 2021-12-18
6
BIMK/PlatEMO

Piattaforma di ottimizzazione evolutiva multi-obiettivo

BIMK
⭐ 2,229 MATLAB 👤 BIMK Organization 🕐 Aggiornato 2026-11-01 📅 Creato 2018-10-12
7
esa/pagmo2

Una piattaforma C++ per eseguire calcoli paralleli di compiti di ottimizzazione (globali e locali) tramite il modello di isole generalizzato asincrono.

esa
⭐ 942 C++ 👤 esa Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2017-01-08

Domande frequenti

1

Qual è il repository #multi-objective-optimization più popolare su GitHub?

Il progetto open source #multi-objective-optimization più alto in classifica su GitHub è DEAP/deap, con 6,461 stelle. Algoritmi evolutivi distribuiti in Python

2

Quali linguaggi di programmazione sono più utilizzati nei repository #multi-objective-optimization?

Tra i progetti #multi-objective-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, JavaScript, MATLAB, C++.

3

Come viene calcolata la classifica dei repository #multi-objective-optimization?

Monitoriamo 7 repository open source attivi contrassegnati con #multi-objective-optimization (500+ stelle), per un totale di 20,975 stelle e una media di 2,996 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.