Machine learning

ニューラルアーキテクチャ探索

ZophとLeによって2017年に導入されたニューラルアーキテクチャ探索（NAS）は、ネットワークの深さ、幅、接続構造などのアーキテクチャ上の決定を、手作業で設計する代わりに自動的に最適化します。この分野の主要な手法には、DARTS、ENAS、Once-for-Allなどがあります。

MethodMindで開く近日公開動画近日公開スライドをダウンロード

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

関連する手法の近傍 — ノードを選択して探索できます。

ニューラルアーキテクチャ探索

他 1 件

Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR. link ↗
Liu, H. et al. (2019). DARTS: Differentiable Architecture Search. ICLR. link ↗

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

この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。