基于强化学习的神经架构搜索综述
机器学习
2024-10-01 v2 人工智能
摘要
深度学习的爆炸式发展已成功实现了机器学习特征提取的自动化。然而，深度神经网络架构的结构和超参数在不同任务中对性能也有巨大影响。探索最优结构和超参数的过程通常涉及大量繁琐的人工干预。因此，一个合理的问题是寻求搜索最优网络结构和超参数的自动化。超参数优化完成了探索最优超参数的自动化工作。神经架构搜索旨在针对特定任务自动找到最佳网络结构。在本文中，我们首先介绍了神经架构搜索的整体发展，然后主要侧重于提供关于与强化学习相关的神经架构搜索工作的全面且易于理解的综述，包括基于满足更复杂结构和资源不足环境期望的改进和变体。
引用
@article{arxiv.2409.18163,
title = {A Survey on Neural Architecture Search Based on Reinforcement Learning},
author = {Wenzhu Shao},
journal= {arXiv preprint arXiv:2409.18163},
year = {2024}
}