Neural Architecture Search
Neural Architecture Search (NAS), geïntroduceerd door Zoph en Le in 2017, optimaliseert automatisch architecturale beslissingen zoals de diepte, breedte en verbindingsstructuur van een netwerk in plaats van deze handmatig te ontwerpen. Leidende methoden op dit gebied omvatten DARTS, ENAS en Once-for-All.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
+1 meer
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/nl/deep-learning/neural-architecture-search
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- KennisdestillatieDeep learning↔ vergelijken
- Longformer / BigBirdDeep learning↔ vergelijken
- Mixture of ExpertsDeep learning↔ vergelijken
- Random ForestMachine learning↔ vergelijken
- XGBoostMachine learning↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →