Automatyczne wyszukiwanie architektury sieci neuronowych
Automatyczne wyszukiwanie architektury sieci neuronowych (NAS), wprowadzone przez Zopha i Le w 2017 roku, automatycznie optymalizuje decyzje architektoniczne, takie jak głębokość, szerokość i struktura połączeń sieci, zamiast projektować je ręcznie. Wiodące metody w tej dziedzinie to DARTS, ENAS i Once-for-All.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Źródła
Jak cytować tę stronę
ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/pl/deep-learning/neural-architecture-search
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Destylacja wiedzyUczenie głębokie↔ compare
- Longformer / BigBirdUczenie głębokie↔ compare
- Mixture of ExpertsUczenie głębokie↔ compare
- Random ForestUczenie maszynowe↔ compare
- XGBoostUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →