论文笔记系列-Efficient Neural Architecture Search via Parameter Sharing
Summary 本文提出超越神经架构搜索（NAS）的高效神经架构搜索（ENAS），这是一种经济的自动化模型设计方法，通过强制所有子模型共享权重从而提升了NAS的效率，克服了NAS算力成本巨大且耗时的 ...
原文：论文笔记系列-Multi-Fidelity Automatic Hyper-Parameter Tuning via Transfer Series Expansion
论文: Multi Fidelity Automatic Hyper Parameter Tuning via Transfer Series Expansion 我们都知道实现AutoML的基本思路是不断选取不同的超参数组成一个网络结构，然后使用这个网络结构在整个数据集上进行评估 假设评估值为 f H X mathcal L ,D train ,D valid ,X表示某一组超参数 ，最后选择 ...
2018-12-15 12:08 0 662 推荐指数：
相关推荐
【论文笔记】Domain Adaptation via Transfer Component Analysis
论文题目：《Domain Adaptation via Transfer Component Analysis》 论文作者：Sinno Jialin Pan, Ivor W. Tsang, James T. Kwok and Qiang Yang 论文链接：https ...
论文笔记之《Event Extraction via Dynamic Multi-Pooling Convolutional Neural Network》
1. 文章内容概述 本人精读了事件抽取领域的经典论文《Event Extraction via Dynamic Multi-Pooling Convolutional Neural Network》，并作出我的读书报告。这篇论文由中科院自动化所赵军、刘康等人发表于ACL2015会议，提出 ...
论文笔记之：Instance-aware Semantic Segmentation via Multi-task Network Cascades
Instance-aware Semantic Segmentation via Multi-task Network Cascades Jifeng Dai Kaiming He Jian Sun 本文的出发点是做Instance-aware Semantic ...
论文笔记系列-Speeding Up Automatic Hyperparameter Optimization of Deep Neural Networks by Extrapolation of Learning Curves
I. 背景介绍 1. 学习曲线(Learning Curve) 我们都知道在手工调试模型的参数的时候，我们并不会每次都等到模型迭代完后再修改超参数，而是待模型训练了一定的epoch次数后，通过观察 ...
Text Style Transfer论文笔记
Text Style Transfer主要是指Non-Parallel Data条件下的，具体的paper list见: https://github.com/fuzhenxin/Style-Transfer-in-Text Delete, Retrieve, Generate ...
论文笔记系列-AutoFPN
原论文：Auto-FPN: Automatic Network Architecture Adaptation for Object Detection Beyond Classification 之前的AutoML都是应用在图像分类或者语言模型上，AutoFPN成功地将这技术应用到 ...
【论文笔记】多任务学习（Multi-Task Learning）
1. 前言 多任务学习（Multi-task learning）是和单任务学习（single-task learning）相对的一种机器学习方法。在机器学习领域，标准的算法理论是一次学习一个任务，也就是系统的输出为实数的情况。复杂的学习问题先被分解成理论上独立的子问题，然后分别对每个子问题 ...