エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Neural Architecture Search研究のベストプラクティス - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Neural Architecture Search研究のベストプラクティス - Qiita
はじめに 自己紹介:UbuntuでPythonを書いてデータ分析とか異常検知してます。 AutoMLの一つであるNAS(N... はじめに 自己紹介:UbuntuでPythonを書いてデータ分析とか異常検知してます。 AutoMLの一つであるNAS(Neural Architecture Search)に興味があります。 「Neural Architecture Search研究のベストプラクティス」というpaperを翻訳しました。 https://arxiv.org/abs/1909.02453 イイネと思ったらぜひフォロー, thumbs-up&拡散をお願いします! 目次 イントロ コードをリリースする時の3項目 NAS手法を比較する時の8項目 詳細をレポートする時の3項目 まとめ イントロ 図:NAS論文数の推移 NASはホットトピックですが、AIの他の分野と比べて、実証評価の質は負けています。 再現性を高める為のチェックリストを作りました。 再現性は、分野の持続的な進歩に繋がります! コードをリリースする時の