Eve是一个开源的深度学习框架。他并不是和PyTorch、TensorFlow或者Mxnet同一个层次的轮子，而是基于PyTorch构建的应用于特定领域的框架。
Eve最大的特点在于：设计了良好的架构，使得我们能够在学习网络参数的同时，对网络的结构进行调整。（让你的网络结构不再是一层不变，而是时刻演化！）
如果你想快速上手并进行以下实验：
- 网络剪枝
- 网络量化
- 脉冲神经网络
- 动态网络结构探索
- 自动化参数搜索
- 任何针对网络结构的实验
那么，Eve能够使用数十行的代码，让你开展上述实验。
Eve内嵌了主流的强化学习算法，并针对网络结构搜索任务进行了封装，这使得你可以快速进行基于强化学习的相关实验。同时也意味着你可以使用Eve进行更加丰富的探索。
我们在examples中提供了简单的样例，能够帮助你迅速熟悉Eve的编程思路。在绝大多数情况下，你可以直接在Eve中运行PyTorch定义的代码。
目前，Eve还未提供中文文档，并且许多功能还需要得到进一步的加强。
我们欢迎大家尝试Eve，并且提供任何形式的贡献！
Eve由一群热爱深度学习的小伙伴自发构建，不涉及任何组织的任何利益，欢迎来自大家的任何贡献！