ScholarGate
Assistente
Machine learning

Busca de Arquitetura Neural

A Busca de Arquitetura Neural (NAS), introduzida por Zoph e Le em 2017, otimiza automaticamente decisões arquitetônicas como profundidade, largura e estrutura de conexão de uma rede, em vez de projetá-las manualmente. Métodos líderes na área incluem DARTS, ENAS e Once-for-All.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

+1 mais

Fontes

  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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGateNeural Architecture Search (Neural Architecture Search (NAS)). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/neural-architecture-search · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026