Neuronale Architektursuche
Neuronale Architektursuche (NAS), eingeführt von Zoph und Le im Jahr 2017, optimiert automatisch architektonische Entscheidungen wie die Tiefe, Breite und Verbindungsstruktur eines Netzwerks, anstatt diese von Hand zu entwerfen. Führende Methoden auf diesem Gebiet sind DARTS, ENAS und Once-for-All.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Quellen
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/de/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.
- WissensdestillationDeep Learning↔ compare
- Longformer / BigBirdDeep Learning↔ compare
- Mixture of ExpertsDeep Learning↔ compare
- Random ForestMaschinelles Lernen↔ compare
- XGBoostMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →