ScholarGate
Асистент
Machine learning

Търсене на невронни архитектури

Търсенето на невронни архитектури (NAS), представено от Zoph и Le през 2017 г., автоматично оптимизира архитектурни решения като дълбочината, ширината и свързаността на мрежата, вместо да ги проектира ръчно. Водещите методи в областта включват DARTS, ENAS и Once-for-All.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

+1 още

Източници

  1. Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR. link
  2. Liu, H. et al. (2019). DARTS: Differentiable Architecture Search. ICLR. link

Как да цитирате тази страница

ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/bg/deep-learning/neural-architecture-search

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго

Цитиран в

ScholarGateNeural Architecture Search (Neural Architecture Search (NAS)). Извлечено на 2026-06-15 от https://scholargate.app/bg/deep-learning/neural-architecture-search · Набор от данни: https://doi.org/10.5281/zenodo.20539026