ScholarGate
सहायक
Machine learning

न्यूरल आर्किटेक्चर सर्च

न्यूरल आर्किटेक्चर सर्च (NAS), जिसे 2017 में ज़ोफ और ले द्वारा प्रस्तुत किया गया था, नेटवर्क की गहराई, चौड़ाई और कनेक्शन संरचना जैसे आर्किटेक्चरल निर्णयों को स्वचालित रूप से अनुकूलित करता है, बजाय इसके कि उन्हें हाथ से डिज़ाइन किया जाए। इस क्षेत्र में प्रमुख विधियों में DARTS, ENAS और Once-for-All शामिल हैं।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीस्लाइड डाउनलोड करें

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

पद्धति मानचित्र

सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।

+1 और

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

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

कौन-सी पद्धति?

इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।

साथ-साथ तुलना करें

इनमें संदर्भित

ScholarGateNeural Architecture Search (Neural Architecture Search (NAS)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/deep-learning/neural-architecture-search · डेटासेट: https://doi.org/10.5281/zenodo.20539026