Auto-Keras与AutoML:入门指南( 七 )

神经架构搜索(NAS)使AutoML成为可能

神经架构搜索(NAS)在搜索CIFAR-10的最佳CNN架构时 , 通过这些图表生成了一个模型 。

Google的AutoML和Auto-Keras都采用了一种称为神经架构搜索(NAS)的算法 。 根据你的输入数据集 , 神经架构搜索算法将自动搜索最佳架构和相应参数 。 神经架构搜索基本上是用一组自动调整模型的算法取代深度学习工程师/从业者!

在计算机视觉和图像识别的背景下 , 神经架构搜索算法将:

1.接受输入训练数据集;

2.优化并找到称为“单元”的架构构建块 , 然后让这些单元自动学习 , 这可能看起来类似于初始化 , 残留或激活微架构;

3.不断训练和搜索“NAS搜索空间”以获得更优化的单元;

如果AutoML系统的用户是经验丰富的深度学习从业者 , 那么他们可能会决定:

1.在训练数据集的一个非常小的子集上运行NAS;

推荐阅读