Kendall's Tau: 0.888Spearman's Rho: 0.982
Papers with Code · CC BY-SA 4.0
Neural Architecture Search
Neural architecture search (NAS) is a technique for automating the design of artificial neural networks (ANN), a widely used model in the field of machine learning. NAS essentially takes the process of a human manually tweaking a neural network and learning what works well, and automates this task to discover more complex architectures.
Image Credit : NAS with Reinforcement Learning
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
데이터셋
26개논문
Test Accuracy: 93.2Validation Accuracy: 0.844
Kendall's Tau: 0.53Spearman's Rho: 0.73Pearson R: 0.72Acc. (test): 93.29
Specificity (VEB+): 95.04F1 score: 0.8929
Test Accuracy: 93.55
Test Accuracy: 93.90
Test Accuracy: 94.02
Test Accuracy: 94.13
R2: 0.9314
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.