神经架构搜索(NAS)是一个很有前途的领域。首先,我将讨论围绕NAS建立科学社区的各种工作,包括基准测试、最佳实践和开放源码框架。然后,我将讨论该领域几个令人兴奋的方向:(1)广泛的NAS加速技术;(2)在Auto-PyTorch中结合NAS +超参数优化,实现现成的AutoML;(3)神经集成搜索(NES)的扩展问题定义,它搜索一组互补的架构,而不是像NAS中搜索的单一架构。

成为VIP会员查看完整内容
37

相关内容

LinkedIn《贝叶斯优化推荐系统》,IJCAI报告,142页ppt
专知会员服务
52+阅读 · 2021年1月11日
最新《神经架构搜索NAS》教程,33页pdf
专知会员服务
27+阅读 · 2020年12月2日
《神经架构搜索NAS》最新进展综述
专知会员服务
57+阅读 · 2020年8月12日
AutoML 和神经架构搜索初探
极市平台
9+阅读 · 2018年8月8日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
Arxiv
0+阅读 · 2021年2月25日
Arxiv
3+阅读 · 2018年11月19日
VIP会员
相关VIP内容
LinkedIn《贝叶斯优化推荐系统》,IJCAI报告,142页ppt
专知会员服务
52+阅读 · 2021年1月11日
最新《神经架构搜索NAS》教程,33页pdf
专知会员服务
27+阅读 · 2020年12月2日
《神经架构搜索NAS》最新进展综述
专知会员服务
57+阅读 · 2020年8月12日
相关资讯
AutoML 和神经架构搜索初探
极市平台
9+阅读 · 2018年8月8日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
微信扫码咨询专知VIP会员