Neural Architecture Search
Neural Architecture Search (NAS), introduceret af Zoph og Le i 2017, optimerer automatisk arkitektoniske beslutninger som et netværks dybde, bredde og forbindelsesstruktur i stedet for at designe dem manuelt. Førende metoder inden for feltet inkluderer DARTS, ENAS og Once-for-All.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/da/deep-learning/neural-architecture-search
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Knowledge DistillationDyb læring↔ compare
- Longformer / BigBirdDyb læring↔ compare
- Mixture of ExpertsDyb læring↔ compare
- Random ForestMaskinlæring↔ compare
- XGBoostMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →