【CMU博士论文】算法和架构的学习

文章预览

来源：专知 本文 为论文介绍 ，建议阅读 5 分钟 本论文利用机器学习、算法设计和优化的思想，推动我们对这些数据驱动计算领域的理解——元学习、具有预测的算法和架构搜索——并将结果方法论转化为最先进的实现。 我们应该如何设计我们运行的算法和学习的架构？计算领域的多个高影响力领域已经开始使用机器学习（ML）自动化这些程序，通过利用我们不断扩大的数据和计算资源，减少对人力的需求。本论文利用机器学习、算法设计和优化的思想，推动我们对这些数据驱动计算领域的理解——元学习、具有预测的算法和架构搜索——并将结果方法论转化为最先进的实现。 在元学习中，我们利用机器学习自身来改善 ML 算法，通过跨多个学习任务进行学习，我们引入了 ARUBA，一个用于设计和分析元学习方法的框架 。我们的分析提供了基于梯度 ………………………………