目录
先说点废话,这篇文章是我去年9月份就读过的了,这是篇综述,可以算是AutoML领域入门读物,写这篇博客当做自己的回顾。原文有点长,正文一共二十多页,所以下文介绍正文部分时我就不全部介绍了,只挑我觉得重点的地方,正文太多,大多数直接采用WPS的划词翻译的内容。
篇幅有点长,所以分为上下两篇,上部分主要是原文的1-3章,属于经典机器学习的范畴,在下篇重点介绍本文的重点内容。
尝试一句话总结
这篇文章简单介绍了深度学习技术的发展史,从开始的在机器学习领域的人工提取特征(特征工程),到设计深度神经网络,最后介绍神经架构搜索Neural Architecture Search, NAS,并重点在介绍NAS,从NAS的构成,不同方法的代表模型,到各个模型在CIFAR10和ImageNet数据集上的表现的汇总,最后对NAS的未来进行了讨论。
标题
AutoML: A survey of the state-of-the-art
自动机器学习:最新的综述
0. Abstract
Deep learning (DL) techniques have obtained remarkable achievements on various tasks, such as image recognition, object detection, and language modeling. However, building a high-quality DL system for a specific task highly relies on human expertise, hindering its wide application. Meanwhile, automa