Papers with Code 아카이브

Neural Architecture Search

태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.

하위 태스크
1
평가표
26
보존된 평가 기록
424

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

평가 결과

데이터셋과 평가 조건을 선택해 성능·논문·코드를 비교하세요. 보존된 Papers with Code 기록으로, 최신 순위는 아닙니다.

ImageNet

원본 태스크: Neural Architecture Search

평가 기록 135건

CIFAR-10

원본 태스크: Neural Architecture Search

평가 기록 41건

CIFAR-100

원본 태스크: Neural Architecture Search

평가 기록 13건

Food-101

원본 태스크: Neural Architecture Search

평가 기록 5건

NAS-Bench-101

원본 태스크: Neural Architecture Search

평가 기록 5건

CINIC-10

원본 태스크: Neural Architecture Search

평가 기록 4건

DTD

원본 태스크: Neural Architecture Search

평가 기록 4건

FGVC Aircraft

원본 태스크: Neural Architecture Search

평가 기록 4건

Stanford Cars

원본 태스크: Neural Architecture Search

평가 기록 4건

STL-10

원본 태스크: Neural Architecture Search

평가 기록 4건

NAS-Bench-201

원본 태스크: Neural Architecture Search

평가 기록 2건

LIDC-IDRI

원본 태스크: Neural Architecture Search

평가 기록 1건

MNIST

원본 태스크: Neural Architecture Search

평가 기록 1건

NAS-Bench-301

원본 태스크: Neural Architecture Search

평가 기록 1건

출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.