文件名称：minimal-nas:神经体系结构搜索系统的最少实现
文件大小：30KB
文件格式：ZIP
更新时间：2024-03-29 09:45:48
reinforcement-learning deep-learning pytorch neural-architecture-search Python
神经体系结构搜索系统的最少实现 该存储库在PyTorch中实现了一个简单的神经体系结构搜索（NAS）系统。 受的作品的启发。 如何使用 您可以通过直接调用train.py来运行实验： python train.py 您将在文件中找到许多可以直接更改的超参数。 这是为了在这种最小的实现中避免不必要的混乱。 数据集 作为概念证明，使用了scikit-learn生成的。 我生成了1000个噪声级别为0.2的样本，这可以确保快速训练子网络，同时仍然需要一些非线性来将样本准确地分类为两个类别之一。 下图显示了数据集中的一些样本。 状态空间 使用了一个很小的动作空间。 它包含以下*混合的成分：具有LeakyReLU或16个神经元的线性层以及Sigmoid ， Tanh ， ReLU和LeakyReLU非线性激活函数。 任何生成的网络都将具有一个输出层，其中包含2个用于分类的输出。 控制器已被限制生
【文件预览】：
minimal-nas-master
----rewards_losses.pkl(137KB)
----plot.py(505B)
----controller.py(3KB)
----LICENSE(1KB)
----README.md(2KB)
----model.py(2KB)
----train.py(2KB)