新论文推荐：Auto-Keras:自动搜索深度学习模型的网络架构和超参数

最新推荐文章于 2020-05-18 11:21:48 发布

风度78

最新推荐文章于 2020-05-18 11:21:48 发布

阅读量964

点赞数

本文链接：https://blog.csdn.net/fengdu78/article/details/103907273

版权

Auto-Keras 是一个开源的自动机器学习库，由美国德州农工大学（Texas A&M University）助理教授胡侠和他的两名博士生：金海峰、Qingquan Song提出。Auto-Keras 的终极目标是允许所有领域的只需要很少的数据科学或者机器学习背景的专家都可以很容易的使用深度学习。Auto-Keras 提供了一系列函数来自动搜索深度学习模型的网络和超参数。

在机器学习自动化方面，谷歌的 AutoML 无疑地位稳固。AutoML 基于谷歌最新的图像识别技术神经架构搜索（ Neural Architecture Search ，NAS）。NAS 是一种算法，会根据特定数据集搜索最佳神经网络架构，以在该数据集上执行特定任务。AutoML 是一套机器学习工具，可以轻松训练高性能深度网络，而无需用户掌握深度学习或 AI 知识，所有你需要的只是标记数据！

但是，他们认为Google AutoML三大缺陷：

第一，还得付钱。

第二，因为在云上，还得配置Docker容器和Kubernetes。

第三，服务商(Google)保证不了你数据安全和隐私。

AutoKeras 基于非常易于使用的深度学习数据库 Keras，使用 ENAS 的方法。ENAS 是 NAS 的最新版本，因此让 AutoKeras 具有高效、安装简单、参数可调、易修改等特点。

AutoKeras架构：

安装：
pip install autokeras

样例：

import autokeras as ak
clf = ak.ImageClassifier()
clf.fit(x_train, y_train)
results = clf.predict(x_test)

论文下载：

https://arxiv.org/abs/1806.10282

官方网站：

https://autokeras.com/

论文引用：

@online{jin2018efficient,
  author       = {Haifeng Jin and Qingquan Song and Xia Hu},
  title        = {Efficient Neural Architecture Search with Network Morphism},
  date         = {2018-06-27},
  year         = {2018},
  eprintclass  = {cs.LG},
  eprinttype   = {arXiv},
  eprint       = {cs.LG/1806.10282},
}

机器学习爱好者qq群：654173748

请关注和分享本公众号：