Neural Architecture Search

摘要

探討了神經架構搜尋（NAS）的核心概念，包括搜尋空間設計、搜尋演算法與評估策略。文章指出，雖然現有架構多由專家設計，但透過系統化與自動化的學習方法，才能更有效地探索並找到最佳架構。

This article explores the core concepts of Neural Architecture Search (NAS), including search space design, search algorithms, and evaluation strategies. It highlights that while current architectures are often designed by experts, systematic and automated learning methods are essential to explore a…

重點

• 搜尋空間定義操作與連線規則，影響架構生成能力。
• 搜尋演算法透過樣本化與獎勵機制最佳化架構。
• 評估策略需預測大量模型效能以指導搜尋。

提到的工具與公司

• REINFORCE
• PPO
• Softmax
• HyperNet
• LSTM

適合誰看

程式開發者、AI 研究人員或對神經網路架構最佳化感興趣的讀者。

摘要依據

講者

Lilian Weng

依據

文章全文

為什麼排在這裡

人氣

0.75

新鮮

0.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 神经网络结构搜索 (1/3): 基本概念和随机搜索 Neural Architecture Search: Basics & Random Search影片 ・ Shusen Wang ・ 10 分鐘（在新分頁開啟原站）
• 神经网络结构搜索 (2/3): RNN + RL Neural Architecture Search: RNN + RL影片 ・ Shusen Wang ・ 24 分鐘（在新分頁開啟原站）
• Architecting Modern AI Systems影片 ・ AAIF Live ・ 57 分鐘（在新分頁開啟原站）
• MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention影片 ・ Alexander Amini ・ 58 分鐘（在新分頁開啟原站）
• MIT 6.S191 (2025): Recurrent Neural Networks, Transformers, and Attention影片 ・ Alexander Amini ・ 1 小時 2 分（在新分頁開啟原站）
• How neural networks bend space影片 ・ Luis Serrano Academy ・ 16 分鐘（在新分頁開啟原站）