ScholarGate
Assistente
Machine learning

Ricerca Architetturale Neurale

La Ricerca Architetturale Neurale (NAS), introdotta da Zoph e Le nel 2017, ottimizza automaticamente decisioni architetturali come la profondità, la larghezza e la struttura di connessione di una rete, anziché progettarle manualmente. I metodi leader nel campo includono DARTS, ENAS e Once-for-All.

Apri in MethodMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

+1 altri

Fonti

  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

Come citare questa pagina

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

Quale metodo?

Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.

Confronta affiancati

Citato da

ScholarGateNeural Architecture Search (Neural Architecture Search (NAS)). Consultato il 2026-06-15 da https://scholargate.app/it/deep-learning/neural-architecture-search · Insieme di dati: https://doi.org/10.5281/zenodo.20539026