NiuTrans/NASPapers
این پروژه لیستی از مقالات مرتبط با جستجوی معماری عصبی (Neural Architecture Search) را گردآوری کرده است.
کاربرد:
این مجموعه به محققان و توسعهدهندگان کمک میکند تا با آخرین پیشرفتها در زمینه طراحی خودکار شبکههای عصبی آشنا شوند و از بهترین روشها در پروژههای خود استفاده کنند.
در چه شرایطی بهتره استفاده شود؟
وقتی دنبال بهینهسازی معماری مدلهای یادگیری عمیق هستی، یا میخوای بدونی چطور میتونی با کمترین دخالت دستی، بهترین شبکه رو برای کار خودت پیدا کنی، این لیست میتونه راهگشا باشه.
چند مثال از موارد استفاده:
- مقایسه روشهای مختلف NAS مثل Reinforcement Learning، Evolutionary Algorithms و Gradient-based methods
- یافتن مقالات بنیادین مثل Efficient Neural Architecture Search (ENAS)
- دسترسی به مقالات مرتبط با کاهش هزینه محاسباتی در جستجوی معماری
- استفاده در تحقیقات دانشگاهی و توسعه مدلهای سبک برای دستگاههای تلفن همراه
- ##NAS
- ##DeepLearning
- ##NeuralArchitectureSearch
- ##AIResearch
- ##ModelOptimization
- ##AutoML
- ##MachineLearning
- ##EfficientAI
- ##PaperReview
- ##NiuTrans