如何让AI自我迭代，完成深度学习中最关键的架构设计工作？

文章预览

来源：量子位 AutoML 和 神经架构搜索（NAS） ，是深度学习领域的新一代王者。这些方法能快糙猛地搞定机器学习任务，简单有效，高度符合当代科技公司核心价值观。 它们背后原理如何，怎样使用？ 技术博客TowardDataScience有一篇文章，就全面介绍了关于AutoML和NAS你需要了解的一切。 NAS 要了解AutoML，还得从NAS说起。 在开发神经网络的过程中，架构工程事关重大，架构先天不足，再怎么训练也难以得到优秀的结果。 当然，提到架构，很多人会想到迁移学习：把ImageNet上训练的ResNet拿来，换个我需要的数据集再训练训练更新一下权重，不就好了嘛！ 这种方法的确也可行，但是要想得到最好的效果，还是根据实际情况设计自己的网络架构比较靠谱。 设计神经网络架构，能 ………………………………