论文地址：https: arxiv.org abs . . 论文思想 强化学习，用一个RNN学一个网络参数的序列，然后将其转换成网络，然后训练，得到一个反馈，这个反馈作用于RNN网络，用于生成新的序列。 . 整体架构 . RNN网络 . 具体实现 因为每生成一个网络，都会训练一遍，Google用了 个GPU，训练了 个网络，它采用的是分布式训练的方法。 . 结论 ...
2017-11-19 20:31 0 1759 推荐指数：
摘要 神经网络在多个领域都取得了不错的成绩，但是神经网络的合理设计却是比较困难的。在本篇论文中，作者使用 递归网络去省城神经网络的模型描述，并且使用 增强学习训练RNN，以使得生成得到的模型在验证集上取得最大的准确率。 在 CIFAR-10数据集上，基于本文提出的方法生成的模型在测试集上得 ...
Progressive Neural Architecture Search 2019-03-18 20:28:13 Paper：http://openaccess.thecvf.com/content_ECCV_2018/papers ...
Fast Neural Architecture Search of Compact Semantic Segmentation Models via Auxiliary Cells 2019-04-24 14:49:10 Paper：https://arxiv.org/pdf ...
ProxylessNAS: Direct Neural Architecture Search on Target Task and Hardware 2019-03-19 16:13:18 Paper：https://openreview.net/forum?id=HylVB3AqYm ...
DARTS: Differentiable Architecture Search 2019-03-19 10:04:26accepted by ICLR 2019 Paper：https://arxiv.org/pdf/1806.09055.pdf Code：https ...
本文介绍针对一篇移动端自动设计网络的文章《MnasNet：Platform-Aware Neural Architecture Search for Mobile》，由Google提出，很多后续工作都是基于这个工作改进的，因此很有必要学习了解。 Related work ...
Pytorch实现代码:https://github.com/MenghaoGuo/AutoDeeplab 创新点 cell-level and network-level search 以往的NAS算法都侧重于搜索cell的结构，即当搜索得到一种cell结构后只是简单地将固定 ...
Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation2019-03-18 14:45:44 Paper：https://arxiv.org/pdf/1901.02985 ...
