用于深度学习的演化神经AutoML

ABSTRACT 深度神经网络（DNN）已经在许多基准测试和问题领域中产生了最先进的结果。然而，DNN的成功取决于其ar-chitecture和超参数的正确配置。这种配置很困难，因此，DNN通常不会充分发挥其潜力。此外，商业应用中的DNN通常需要满足现实世界的设计约束，例如参数的大小或数量。为了简化配置，我们开发了用于深度学习的自动机器学习（AutoML）系统，主要侧重于超参数的优化。 本文将Au

>>阅读原文<<