指数级加速架构搜索:CMU提出基于梯度下降的可微架构搜索方法

更新于 2018年6月28日 机器学习
我来说两句
机器之心Synced   网页版 2018-06-27 12:59
深度学习 算法 Karen Simonyan 刘寒 神经网络
【指数级加速架构搜索:CMU提出基于梯度下降的可微架构搜索方法】由卡耐基梅隆大学在读博士刘寒骁、DeepMind 研究员 Karen Simonyan 以及 CMU 教授杨一鸣提出的「可微架构搜索」DARTS 方法基于连续搜索空间的梯度下降,可让计算机更高效地搜索神经网络架构。http://t.cn/RrorDxl

 

回复