深度学习(四十五)——AutoDL(2)
source link: http://antkillerfarm.github.io/dl/2018/08/31/Deep_Learning_45.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
AutoDL
https://github.com/hibayesian/awesome-automl-papers
自动机器学习(auto machine learning)相关资源列表
https://github.com/guan-yuan/awesome-AutoML-and-Lightweight-Models
一份高质量AutoML工作和轻量级模型的列表,包括神经结构搜索,轻量级结构,模型压缩和加速,超参数优化,自动特征工程。
https://www.automl.org/automl/literature-on-neural-architecture-search/
最新246篇自动化神经网络搜索(NAS)论文
https://mp.weixin.qq.com/s/UB39kvBGXZxGsRjv451tew
百度AutoDL“自动深度学习: 理论、算法、平台和应用”132PPT
https://zhuanlan.zhihu.com/p/94252445
神经网络架构搜索(NAS)中的milestones
https://mp.weixin.qq.com/s/Ia-8qFLAyY65Nai5PGAw0w
人人都能用的深度学习:当前三大自动化深度学习平台简介
https://mp.weixin.qq.com/s/tFzbJdW-L342tMNXDiacCg
AutoML研究综述:让AI学习设计AI
https://mp.weixin.qq.com/s/k27p9X58tvwptp7ZIBt6TQ
用AI构建AI-AutoML综述
https://mp.weixin.qq.com/s/62cqtwslax_cvA57252zYA
IBM自动机器学习网络架构搜索最新综述
https://mp.weixin.qq.com/s/qVVeKZ1DNLbxqOGm2cKriQ
自动机器学习: 最新进展综述与开放挑战
https://mp.weixin.qq.com/s/nCyj-OGWXC0pntJJj91xrA
深度学习的未来——神经架构搜索
https://mp.weixin.qq.com/s/m5b9QZl6Axd1iYWeTADZzA
AutoML自动机器学习:最新进展综述
https://mp.weixin.qq.com/s/aJS8F3SCLnVAv9mwYNnhbA
一文盘点AutoML库
https://zhuanlan.zhihu.com/p/75747814
自动机器学习AutoML和神经架构搜索NAS简介
http://blog.csdn.net/u014380165/article/details/78525687
自学网络结构(二):Learning Transferable Architectures for Scalable Image Recognition
http://blog.csdn.net/u014380165/article/details/78525500
自学网络结构(一):Neural Architecture Search With Reinforcement Learning
https://mp.weixin.qq.com/s/zAHbuwOyUbvii8u6GdK9uA
AutoML&NAS综述(上)
https://mp.weixin.qq.com/s/PWhzZzs0kkFWci6Lhm4R3Q
AutoML&NAS综述(下)
https://mp.weixin.qq.com/s/9fueXYvv8MuP_0gn6587dg
NAS: One-Shot方法总结
https://mp.weixin.qq.com/s/j3oZ-Y953U4aX0nXeWuZlg
西北大学最新《神经架构搜索NAS》2020综述综述论文
https://mp.weixin.qq.com/s/O6ZnVMFXqEdoRiXhxa2r8A
《神经架构搜索NAS》最新进展综述,25页pdf
https://mp.weixin.qq.com/s/FdKcWsynTpfD6rbABPTEOQ
神经架构搜索研究指南,只看这一篇就够了
https://www.zhihu.com/question/67477086
如何评价Google最新的论文NASNet?
https://mp.weixin.qq.com/s/Yh8Zj7Jhliy7a9h6mW8FxQ
解读谷歌NASNet:一个大规模图像识别架构!
https://mp.weixin.qq.com/s/OMzx3nKqn1un2fCZseID2Q
怎样设计最优的卷积神经网络架构?NAS原理剖析
https://mp.weixin.qq.com/s/x_DcgxVLbCGsac2cjdmjeg
神经架构搜索(NAS)简要介绍
https://mp.weixin.qq.com/s/D0HngY-U7_fP4vqDIjvaew
自动选模型+调参:谷歌AutoML背后的技术解析
https://mp.weixin.qq.com/s/tWO1Qv1aoemC8nHvJXZyeA
清华大学张长水教授:神经网络模型的结构优化
https://mp.weixin.qq.com/s/GLiOZjqC9DSvGEX3xqbHJg
鸡生蛋与蛋生鸡,纵览神经架构搜索方法
https://mp.weixin.qq.com/s/DLpMVOmkvpWqlHIAZojwog
一文看懂深度学习新王者“AutoML”:是什么、怎么用、未来如何发展?
https://mp.weixin.qq.com/s/X6m4ZHDKY4gC-v0YN5g4YA
谷歌云提出渐进式神经架构搜索:高效搜索高质量CNN结构
https://mp.weixin.qq.com/s/0te0JUKYZlSLs3kzsFV-NA
神经网络架构搜索(NAS)综述
https://mp.weixin.qq.com/s/kfq_SOjhD8X-DKPeVeI3-A
2020神经网络架构搜索(NAS)最新技术综述
https://mp.weixin.qq.com/s/W9bdVJI6Jesm9-wE5pQ-mw
神经网络架构搜索(NAS)基础入门
https://zhuanlan.zhihu.com/p/44576620
让算法解放算法工程师—NAS综述
https://mp.weixin.qq.com/s/3njCAKQsQ8UhL3gqDDHZGQ
近期大热的AutoML领域,都有哪些值得读的论文?
https://mp.weixin.qq.com/s/l6uzHwGSTY5xRSkPD_B2rw
深度学习模型超参数搜索实用指南
https://zhuanlan.zhihu.com/p/71547478
NAS发展史:从放弃到入门
https://mp.weixin.qq.com/s/Kg1HHzXutTCaaxH83rLgiQ
神经网络结构搜索NAS,41页ppt了解最新进展
https://zhuanlan.zhihu.com/p/35050923
跬步至千里:揭秘谷歌AutoML背后的渐进式搜索技术
https://mp.weixin.qq.com/s/z360mTVRqeDFMBiJ0Q_9SQ
调参心得:超参数优化之旅
https://mp.weixin.qq.com/s/2u3_ky2hFe3cldvF74gLDA
机器学习模型的超参数优化
https://mp.weixin.qq.com/s/ODMUcqid2ALPsno0PDuBCQ
详解高效模型设计的自动机器学习流水线
https://mp.weixin.qq.com/s/wGt3Xk_ARqHei-ddU9iXNg
算力节省240倍!上交大、MIT新方法低成本达到谷歌AutoML性能
https://mp.weixin.qq.com/s/pXskwKkzCtgIuNtgFVF_wg
ImageNet分类精度再创新高!李飞飞组ECCV Oral提出全新渐进式神经结构搜索
https://mp.weixin.qq.com/s/dSAjdx7jsKgI5SQpMY213w
微软&中科大提出新型自动神经架构设计方法NAO
https://mp.weixin.qq.com/s/KvkkmDIY7Y0NBgYF86E2Pw
神经网络突变自动选择AI优化算法,速度提升50000倍!
https://mp.weixin.qq.com/s/7dNB6V4gHdkN-N2td43NrA
一种简单有效的网络结构搜索
https://mp.weixin.qq.com/s/5H3wk93QoxHteR_HD2hWiA
DeepMind提出架构搜索新方法:使用分层表示,时间短精度高
https://zhuanlan.zhihu.com/p/46350372
语义分割领域开山之作:Google提出用神经网络搜索实现语义分割
https://mp.weixin.qq.com/s/VZVaWmCit5Ey7ZboeMbK7g
AutoML、AutoKeras……这四个“Auto”的自动机器学习方法你分得清吗?
https://mp.weixin.qq.com/s/DQcRqWALLuPpNabCv83Vcg
自动机器学习,神经网络自主编程
https://mp.weixin.qq.com/s?__biz=MzUyMjE2MTE0Mw==&mid=2247486970&idx=2&sn=6878205053d13467f66055a3314eeba1
如何利用高效的搜索算法来搜索网络的拓扑结构
https://mp.weixin.qq.com/s/Y8i25dZmj41dr8nz2WyNbQ
搜索一次就够了:中科院&图森提出通过稀疏优化进行一次神经架构搜索
https://mp.weixin.qq.com/s/lB3oGZ8qxpUMSpyHLySzBw
麻省理工HAN Lab提出ProxylessNAS自动为目标任务和硬件定制高效CNN结构
https://mp.weixin.qq.com/s/xbkFUfJbaw_h_bCZj3pdAQ
李飞飞等人提出Auto-DeepLab:自动搜索图像语义分割架构
https://mp.weixin.qq.com/s/B0Qld2Xi8kaoe3hf8TN7rA
华中科大提出EAT-NAS方法:显著提升大规模神经模型搜索速度
https://mp.weixin.qq.com/s/RDMb8YD3K_E06RxAgwwOnw
雷军强推:小米造最强超分辨率算法,现已开源
https://mp.weixin.qq.com/s/IHYuRjSZTE0wqJJwf3wGmw
机器学习论文笔记—如何利用高效的搜索算法来搜索网络的拓扑结构
https://mp.weixin.qq.com/s/4hHoRDKqPT25ltU7nyaRAQ
旷视提出One-Shot模型搜索框架的新变体
https://mp.weixin.qq.com/s/5kynyTPod0AUIYhL5kIDbA
何恺明等人新作:效果超ResNet,利用NAS方法设计随机连接网络
https://zhuanlan.zhihu.com/p/62523100
NAS之Randomly Wired Neural Networks
https://mp.weixin.qq.com/s/20jDhSv1wazb9UD_bYRXFQ
用神经架构搜索实现更好的目标检测
https://mp.weixin.qq.com/s/rgbHJ_95tDf-kYMTO1YYcw
谷歌大脑提出NAS-FPN:这是一种学会自动架构搜索的特征金字塔网络
https://mp.weixin.qq.com/s/j_QHRCa_eNJ_IMRPpqc76w
NAS-FPN:基于自动架构搜索的特征金字塔网络
https://zhuanlan.zhihu.com/p/97230695
NAS+Det第一弹:NAS-FPN
https://zhuanlan.zhihu.com/p/98373780
NAS+Det第二弹:EfficientDet
https://zhuanlan.zhihu.com/p/100590305
NAS+Det第三弹:SpineNet
https://mp.weixin.qq.com/s/j-EA1ha1lcLtqJQJO8y0ZA
Google Brain新作:网络结构搜索NAS在物体检测金字塔FPN框架大放异彩
https://mp.weixin.qq.com/s/Awn_fNRpGVa1xhy-jsCOFQ
AutoML for Mobile Compression and Acceleration on Mobile Devices
https://mp.weixin.qq.com/s/rMpV2na0GJxiO1v0HRJjPA
何凯明团队《随机生成网络 RandWire》
https://mp.weixin.qq.com/s/ZTeIuBZzC44NhLNZkxJNQw
商汤使用AutoML设计Loss函数,全面超越人工设计
https://mp.weixin.qq.com/s/mQ01MkRCWL0gZVtVWZmbJw
谷歌发布颠覆性研究:不训练不调参,AI自动构建超强网络,告别炼丹一大步(WANN)
https://mp.weixin.qq.com/s/nNkbX4TEKidK2xKkYWCLbg
深度解读何恺明团队提出的随机连接神经网络RandWireNN
https://mp.weixin.qq.com/s/iEzfaIGwcm8UaPJzedkjnw
谷歌将AutoML应用于Transformer架构,翻译结果飙升
https://mp.weixin.qq.com/s/6PtBqWmqIm76jhfSNGPHYA
超越MnasNet、Proxyless:小米开源全新神经架构搜索算法FairNAS
https://mp.weixin.qq.com/s/1qQmvSF4Btfoo0F4g6WZwQ
深度解读:小米AI实验室AutoML团队最新成果FairNAS
https://mp.weixin.qq.com/s/wzf7VwVPpTz9DxsoEfCpYw
单路径NAS: 在四小时内设计出给定硬件内最有效的网
https://mp.weixin.qq.com/s/AlDMBVJHxOEpj-Z4hIjpqA
DenseNAS:密集连接搜索空间下的高灵活度网络结构搜索
https://mp.weixin.qq.com/s/pToK-DfUVqWaAznJND__Ag
方杰民:Recent Advances and Highlights of NAS
https://mp.weixin.qq.com/s/H30A9cBFkAu4o7amO8SEwg
网络搜索之DARTS, GDAS, DenseNAS, P-DARTS, PC-DARTS
https://mp.weixin.qq.com/s/_31zbbQ5dHf2UaI8GhXozw
4 GPU hours搜索到一个鲁棒的网络结构
https://mp.weixin.qq.com/s/slrRXgD49I7ZG24ialVxPw
第四范式涂威威:自动机器学习求解三要素与发展趋势
https://mp.weixin.qq.com/s/X5Oi8gKyT5Tmh7ljon3MzQ
谷歌引入自动网络设计,高效解决大规模深度推荐模型的特征嵌入问题
https://mp.weixin.qq.com/s/rllQLPPYxxLCK9-dgOjLDg
另一种可微架构搜索:商汤提出在反传中学习架构参数的SNAS
https://mp.weixin.qq.com/s/AV8fD5Vf6uzhLeW9nfMASg
一文详解随机神经网络结构搜索(SNAS)
https://mp.weixin.qq.com/s/s10z5pkYf5Sha0V58T8fBw
单路径NAS: 在四小时内设计出给定硬件内最有效的网
https://www.zhihu.com/question/339002300
One-Shot 神经网络搜索(NAS)的searching阶段到底在做什么?
https://mp.weixin.qq.com/s/vq4HrSxhkN6gNIrb0BCxuQ
SMASH:经典One-Shot神经网络搜索,仅需单卡
https://mp.weixin.qq.com/s/323RA6UtnyTySoXVXcJ2vA
华人团队打造:AutoML+GAN=AutoGAN!AI设计GAN模型比人类更好
https://mp.weixin.qq.com/s/nN7tgkvvkv8B8N-z4yAgcQ
四小时搜索NN结构,厦大提出快速NAS检索方法
https://mp.weixin.qq.com/s/rgUTcuH2mfIFBDoOfd26Cw
NASNet:神经架构搜索网络在图像分类中的表现
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK