Auto-Keras与AutoML:入门指南(13)

在NVIDIA K80 GPU上 , 总训练时间为3天多一点 。

Auto-Keras的结果:

使用Auto-Keras通常是一个非常耗时的过程 。 使用Auto-Keras进行训练可在8-12小时范围内为CIFAR-10生成最佳型号 。

在上图中 , 你可以看到训练时间(x轴)对使用Auto-Keras的总体准确度(y轴)的影响 。 较短的训练时间 , 即1小时和2小时 , 大约可以达到73%的准确性 。 一旦我们训练4小时 , 我们就能达到高达93%的准确率 。 训练8-12小时 , 我们就能获得95%的精确度了 。 超过8-12小时的训练不会提高我们的准确度 , 这意味着我们已达到饱和点并且Auto-Keras无法进一步优化 。

Auto-Keras和AutoML值得吗?

Auto-Keras值得吗?这无疑是行业向前迈出的一大步 , 对那些没有深入学习领域知识的人尤其有用 。

在无监督学习之外(从未标记数据自动学习模式) , 非专家的自动机器学习被认为是机器学习的“圣杯” 。 Google的AutoML和开源Auto-Keras软件包都试图将机器学习带给大众 , 即使是没有关键性技术的经验的程序员 。

推荐阅读