神经架构搜索科学研究的最佳实践
机器学习
2020-11-04 v3 机器学习
摘要
对于深度学习的从业者和研究人员而言，寻找性能良好的架构通常十分繁琐，这导致通过神经架构搜索(NAS)实现该任务自动化的巨大兴趣。尽管社区在开发更好的 NAS 方法方面取得了重大进展，但 NAS 这一年轻领域的科学实证评估质量仍落后于机器学习的其他领域。为解决此问题，我们描述了一系列可能的问题及其避免方法，从而形成了可在 http://automl.org/nas_checklist.pdf 获取的 NAS 最佳实践清单。
引用
@article{arxiv.1909.02453,
title = {Best Practices for Scientific Research on Neural Architecture Search},
author = {Marius Lindauer and Frank Hutter},
journal= {arXiv preprint arXiv:1909.02453},
year = {2020}
}