文件名称：enas_model:使用ENAS自动构建深度学习模型
文件大小：347KB
文件格式：ZIP
更新时间：2024-05-22 09:12:06
Python
ENAS模型 介绍 是自动构建深度学习模型的超高效算法。 轻松生成和选择最新的DNN / RNN / CNN模型非常有用。 它可以与任何黑盒优化算法（例如策略梯度，贝叶斯优化等）集成。 ENAS论文的这种开源实现具有以下功能。 JSON的可理解模型描述 任何生成模型的图形可视化 易于扩展其他单元的框架 纯Python语句中的模型生成 通过支持黑盒优化算法 用法 使用默认模型运行训练。 python ./main.py 使用生成的JSON文件绘制图形。 python ./draw_graph.py 楷模 RNN / DNN单元 示例生成的模型在。 { "cell_type": "rnn", "nodes": [ { "index": 0, "activation_function": "tanh" }, { "in
【文件预览】：
enas_model-master
----main.py(8KB)
----LICENSE(11KB)
----cell()
--------cell.py(550B)
--------__init__.py(0B)
--------dnn_cell.py(2KB)
--------cnn_micro_cell.py(3KB)
--------cnn_marco_cell.py(2KB)
--------rnn_cell.py(224B)
----differentiable_nas()
--------test.py(6KB)
--------train_search.py(10KB)
--------draw_graph_with_json.py(2KB)
----examples()
--------rnn_example2.png(76KB)
--------cnn_micro_example.png(75KB)
--------dnn_example.png(74KB)
--------dnn_example.json(1KB)
--------rnn_example.json(1KB)
--------cnn_marco_example.json(748B)
--------rnn_example2.json(1KB)
--------rnn_example.png(74KB)
--------cnn_micro_example.json(1KB)
--------cnn_marco_example.png(47KB)
----.gitignore(1KB)
----README.md(4KB)
----draw_graph.py(1KB)