Recherche d'architecture neuronale
La Recherche d'architecture neuronale (NAS), introduite par Zoph et Le en 2017, optimise automatiquement les décisions architecturales telles que la profondeur, la largeur et la structure de connexion d'un réseau, au lieu de les concevoir manuellement. Les méthodes de pointe dans ce domaine incluent DARTS, ENAS et Once-for-All.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
+1 de plus
Sources
Comment citer cette page
ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/fr/deep-learning/neural-architecture-search
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Distillation de connaissancesApprentissage profond↔ comparer
- Longformer / BigBirdApprentissage profond↔ comparer
- Mélange d'expertsApprentissage profond↔ comparer
- Forêt AléatoireApprentissage automatique↔ comparer
- XGBoostApprentissage automatique↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →