汽车Keras swMATH ID: 33648 软件作者: 金海峰、宋清泉、夏虎 描述: AutoKeras,Auto-Keras:一个高效的神经架构搜索系统。神经体系结构搜索(NAS)被提出用于自动调整深层神经网络,但现有的搜索算法,如NASNet、PNAS,通常计算成本高昂。网络形态化在改变神经网络结构的同时保持了神经网络的功能,通过在搜索过程中实现更高效的训练,可以为NAS提供帮助。在本文中,我们提出了一个新的框架,使贝叶斯优化能够指导网络形态,以实现高效的神经架构搜索。该框架开发了一个神经网络内核和一个树结构捕获函数优化算法,以有效地探索搜索空间。对真实世界的基准数据集进行了深入的实验,以证明所开发的框架比最先进的方法具有更好的性能。此外,我们基于我们的方法构建了一个开源的AutoML系统,即Auto-Keras。该系统在CPU和GPU上并行运行,具有针对不同GPU内存限制的自适应搜索策略。 主页: https://autokeras.com 源代码: https://github.com/keras-team/autokeras 关键词: 机器学习;arXiv_cs。LG公司;arXiv_人工智能;反恐精英。人工智能;arXiv_状态ML;北美;自动机器学习;自动ML;神经架构搜索;贝叶斯优化;网络形态 相关软件: 自动锁相环;汽车-WEKA;蟒蛇;TensorFlow公司;SMAC公司;github;PyTorch公司;DARTS公司;Hyperopt公司;青蒿素;水;ProxylessNAS公司;TPOT公司;Scikit公司;EGO公司;朱庇特;JavaScript脚本;sktime时间;Wave2Vec(波2Vec);麦克弗利 引用于: 5文件 标准条款 1出版物描述软件 年份 Auto-Keras:一种高效的神经结构搜索系统arXiv公司金海峰、宋清泉、夏虎 2018 全部的 前5名18位作者引用 2 米特拉·巴拉奇 2 霍尔格·H·胡斯。 1 黛博拉·阿加瓦尔 1 巴夫纳·阿罗拉 1 劳伦斯·阿尔普 1 阿斯克里·卡纳巴罗 1 爱德华多·杜齐奥尼。 1 Boris A.Faybishenko。 1 米歇尔·弗拉卡罗利 1 去吧,Caio B.D。 1 伊芙琳娜·拉姆 1 蒂亚戈·马西尔。 1 朱利安·米勒 1 吉尔斯·奥特万格 1 Jangho公园 1 法布里西奥·里古齐 1 雷提克·萨胡 1 查卢莱卡·瓦拉达拉扬 引用于4个系列 2 数据挖掘与知识发现 1 机器学习 1 全球优化杂志 1 量子信息处理 在5个字段中引用 三 统计学(62-XX) 三 计算机科学(68至XX) 1 量子理论(81-XX) 1 地球物理学(86-XX) 1 运筹学、数学规划(90-XX) 按年份列出的引文