(转载） AutoML 与轻量模型大列表

最新推荐文章于 2024-07-30 17:23:09 发布
最新推荐文章于 2024-07-30 17:23:09 发布
阅读量182 收藏
点赞数
文章标签： python 人工智能
原文链接：http://www.cnblogs.com/king-lps/p/10876287.html
版权

作者：guan-yuan

项目地址：awesome-AutoML-and-Lightweight-Models

博客地址：http://www.lib4dev.in/info/guan-yuan/awesome-AutoML-and-Lightweight-Models/163359611

awesome-AutoML-and-Lightweight-Models

A list of high-quality (newest) AutoML works and lightweight models including 1.) Neural Architecture Search, 2.) Lightweight Structures, 3.) Model Compression & Acceleration, 4.) Hyperparameter Optimization, 5.) Automated Feature Engineering.

This repo is aimed to provide the info for AutoML research (especially for the lightweight models). Welcome to PR the works (papers, repositories) that are missed by the repo.

1.) Neural Architecture Search

[Papers]

Gradient:

Reinforcement Learning:

Evolutionary Algorithm:

SMBO:

Random Search:

Hypernetwork:

Bayesian Optimization:

Partial Order Pruning

Knowledge Distillation

[Projects]

2.) Lightweight Structures

[Papers]

Backbone:

Segmentation:

Object Detection:

3.) Model Compression & Acceleration

[Papers]

Compression:

Acceleration:

[Projects]

[Tutorials/Blogs]

4.) Hyperparameter Optimization

[Papers]

[Projects]

[Tutorials/Blogs]

5.) Automated Feature Engineering

Model Analyzer

References

转载于:https://www.cnblogs.com/king-lps/p/10876287.html

weixin_30575309
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多模态融合(三)MFAS: Multimodal Fusion Architecture Search
csdn_tclz的博客
11-15 2284
摘要 本篇文章以多模态分类任务为契机，提出了一个新颖和通用的搜索空间，来找寻最优的多模态融合架构。为了在给定的搜索空间中为给定数据集找到最优的架构，本文使用了一种针对具体问题并基于序列模型的高效搜索方法。在一个toy dataset和另外两个真实的多模态数据集上的实验结果证明了将多模态融合作为神经结构搜索问题的价值。 引言 作者指出，通常多模态特征的融合是在最深层，也就是在文献中称为后期融合(late fusion)，这在一些多模态任务[40]上取得一定的成功。然而，在各自最深层的特征上融合模态不一定是解决
SSD-Pytorch超详细教程
Rachanne的博客
07-16 2192
这里写自定义目录标题SSD-Pytorch超详细教程数据集制作VOC2007数据格式生成txt代码环境配置代码更改 SSD-Pytorch超详细教程 我们使用的是https://github.com/amdegroot/ssd.pytorch该开源代码。 数据集制作 该代码支持两种数据格式，VOC和COCO。我们使用的是VOC。 VOC2007数据格式 VOC2007里包含上述几个文件夹。 Annotations里包含所有图片的xml文件。 jpegimages里面包含所有的图片。 imagesets里面
awesome-AutoML:整理与AutoML相关的研究，工具，项目和其他资源的列表
04-30
Awesome-AutoML 整理与AutoML相关的研究，工具，项目和其他资源的列表 自动贴图 AutoML是使用机器学习方法和过程来自动化机器学习系统并使之更易于访问的工具和技术。 它已经存在了几十年，所以它不是一个全新的想法。 Google Brain和其他许多公司最近的工作重新激发了AutoML的热情，一些公司已经。 因此，它已成为需要研究的主要领域之一。 AutoML有很多种类，包括： 神经网络架构搜索 超参数优化 优化器搜索 数据扩充搜索 学会学习/元学习 还有很多 研究 AutoML调查 （Tang等2021） （Ren等人，2020年） （Yang等，2020） （He et ） （Wistuba等.2019） （Elsken et al.2019） （Yao等人，2018年） （Yang等，2020） 神经建筑搜索 （Li等人2021） Aut
（转）AutoML 与轻量模型大列表： awesome-AutoML-and-Lightweight-Models
a1424262219的博客
05-15 315
Awesome-AutoML-and-Lightweight-Models 原文：http://bbs.cvmart.net/articles/414/zi-yuan-automl-yu-qing-liang-mo-xing-da-lie-biao A list of high-quality (newest) AutoML works and lightweight mod...
AutoML论文笔记（十五）Neural Architecture Search for Gliomas Segmentation on Multimodal Magnetic Resonance I
luzheai6913的博客
06-15 385
文章题目：Neural Architecture Search for Gliomas Segmentation on Multimodal Magnetic Resonance Imaging 链接：link https://arxiv.org/pdf/2005.06338 论文内容 论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。 　近年来，随着深度学习的发展，医学影像和AI的结合也在飞速进步。胶质瘤作为脑部的常见疾病，MRI是其通用的诊断途径
Multimodal Fusion（多模态融合）
热门推荐
nakaizura
03-28 16万+
Jeff Dean：我认为，2020年在多任务学习和多模态学习方面会有很大进展，解决更多的问题。我觉得那会很有趣。 多模态融合 （Multimodal Fusion） 一般来说，每一种信息的来源或者形式，都可以称为一种模态（Modality），目前研究领域中主要是对图像，文本，语音三种模态的处理。之所以要对模态进行融合，是因为不同模态的表现方式不一样，看待事物的角度也会不一样，所以存在一些交叉（所...
大规模机器学习与AutoML技术
02-24
如下图所示，在百度搜索引擎中搜索“北京美食”，界面右侧会出现相应的广告模块，从广告库中选择匹配的...（2）概率模型，假设一个概率模型，在给定一个向量时，通过函数映射等方式把向量变成0-1之间实数(点击率)；
很棒的AutoML和轻量级模型：高质量（最新）的AutoML作品和轻量级模型的列表，包括1.）神经体系结构搜索，2。）轻量级结构，3。）模型压缩，量化和加速，4。 ）超参数优化，5.）自动化特征工程
02-06
这个压缩包“很棒的AutoML和轻量级模型”提供了最新的研究和工具，涵盖了五个关键方向： 1. **神经架构搜索（NAS）**： NAS是一种自动寻找最优神经网络结构的方法。它通过算法探索大量的网络配置，以找到在特定...
FLAML:快速轻量的AutoML库
04-01
FLAML-快速和轻量级AutoML FLAML是一个轻量级的Python库，可自动，高效且经济地找到准确的机器学习模型。 它使用户不必为每个学习者选择学习者和超参数。 它既快速又经济。 简单轻巧的设计使其易于扩展，例如添加...
autocluster:AutoML用于sklearn中的模型聚类
05-17
autocluster是用于执行集群任务的自动化机器学习（AutoML）工具箱。 报告和演示幻灯片可在和找到。 先决条件 Python 3.5或更高版本 也可以使用Linux OS或 如何开始？ 首先，安装 ： sudo apt-get install build-...
Google Vizier: A Service for Black-Box Optimization
04-22
Any sufficiently complex system acts as a black box when it becomes easier to experiment with than to understand. Hence, black-box optimization has become increasingly important as systems have become more complex. In this paper we describe Google Vizier, a Google-internal service for performing black-box optimization that has become the de facto parameter tuning engine at Google. Google Vizier is used to optimize many of our machine learning models and other systems, and also provides core capabilities to Google’s Cloud Machine Learning HyperTune subsystem. We discuss our requirements, infrastructure design, underlying algorithms, and advanced features such as transfer learning and automated early stopping that the service provides.
ssds.pytorch：单发MultiBox检测器及其变体的存储库，通过pytorch，python3实现
03-03
ssds.pytorch 适用于pytorch，python3的Single Shot MultiBox Detector及其变体的存储库。 此存储库易于设置，并具有大量可视化方法。 我们希望此回购协议可以帮助人们更好地理解类似ssd的模型，并帮助人们轻松地训练和部署ssds模型。 当前，它包含以下功能： 多种SSD变体：ssd，fpn，bifpn，yolo等 多基础网络：resnet，regnet，mobilenet等。 可视化类似于ssd的模型的功能，以帮助用户了解模型的设计和性能。 快速培训和推论：利用Nvidia Apex和Dali进行快速培训，并支持用户将模型转换为ONNX或TensorRT进行部署。 此回购取决于 ， 和。 感谢他们的工作。 注意当前版本的预训练模型尚未完成，请检查以获取丰富的预训练模型。 目录 安装 要求 python> = 3.7 CUDA>
顾问：用于优化超参数的Google Vizier的开源实现
01-29
顾问 介绍 Advisor是用于黑匣子优化的超参数调整系统。 这是具有这些功能的的开源实现。 易于使用API​​，SDK，WEB和CLI 支持学习和试用的抽象 包含搜索和提前停止算法 推荐参数与训练有素的模型 与Google Vizier相同的编程界面 像Microsoft NNI一样的命令行工具。 支持的算法 网格搜索 随机搜寻 贝叶斯优化 TPE（超精选） 随机搜索（超选择） 模拟退火（Hyperopt） 准随机（巧克力） 网格搜索（巧克力） 随机搜索（巧克力） 贝叶斯（巧克力） CMAES（巧克力） MOCMAES（巧克力） SMAC算法 贝叶斯优化（Skopt） 提前停止优先试用算法 提前停止下降算法 性能曲线停止算法 快速开始 在本地计算机上设置顾问服务很容易。 pip install advisor advisor_admin server start 然后在浏览器中转到http://127.0.0.1:8000并提交调整作业。 git clone --depth 1 https://github.com/tobegit3hub
经典神经网络 -- SSD : 设计原理与pytorch实现
_天涯__的博客
03-22 2497
原理 ssd采用的是VGG16的特征提取，在vgg16中提取二个特征图，之后又通过额外的增加卷积操作再次提取四个特征图，一共6个特征图。 前半部分是vgg-16的架构，作者在vgg-16的层次上，将vgg-16后边两层的全连接层（fc6,fc7）变换为了卷积层，conv7之后的层则是作者自己添加的识别层。 在conv4_3层，有一层Classifier层，使用一层（3,3,(4*（Classes+4）)）卷积进行卷积（Classes是识别的物体的种类数，...
非常全面的AutoML资源，看这个就够了！
AI科技大本营
05-19 2851
整理 | Rachel责编 | 琥珀出品 | AI科技大本营（id：rgznai100）深度学习的发展促进了相关应用的涌现。但是，深度学习模型往往具有非常大的参数搜索空间...
automl-darts路线
xys430381_1的专栏
02-13 471
Gradient: Searching for A Robust Neural Architecture in Four GPU Hours | [CVPR 2019] D-X-Y/GDAS | [Pytorch] ASAP: Architecture Search, Anneal and Prune | [2019/04] Single-Path NAS: Designing Har...
Auto-Keras与AutoML: 入门指南
coding_hello的专栏
01-09 5267
原文地址：https://www.pyimagesearch.com/2019/01/07/auto-keras-and-automl-a-getting-started-guide/ 源代码可以在原文的最开始和结束的位置找到下载，作者会让email注册，确认，然后发一波源码和广告。 另外，Linux下如何我不知道，但是在window10上安装Auto-Keras需要安装PyTorch 0.4...
叮～AutoML自动化机器学习入门指南，来了
算法码上来
01-26 460
之前的工作中也有多少接触过这个AutoML（Automated Machine Learning）的概念，简单来说就是把模型开发的标准过程模块化，都交给一些自动化的组件来完成，比如数据集...
【Python】pandas：排序、重复值、缺省值处理、合并、分组
最新发布
yannan20190313的博客
07-30 1254
【Python】pandas：排序（sort_index,sort_values,nsmallest,nlargest）、重复值（duplicated,drop_duplicates,value_counts,nunique）、缺省值处理（isna,isnull,notna,notnull,fillna,dropna,replace）、合并（join,merge,append,concat）、分组（groupby）
AutoML新书解析：超参数优化与未来挑战
书中深入探讨了AutoML在机器学习中的应用，特别是如何自动化选择模型和优化超参数，以提供基准性能。" 在机器学习领域，AutoML（自动机器学习）已经成为一个关键的研究方向，它旨在减少人工介入，通过自动化流程...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值