文件名称：Neural-Architecture-Search:使用强化学习重新实现神经体系结构搜索
文件大小：1.65MB
文件格式：ZIP
更新时间：2024-06-06 22:47:18
policy-gradient automl neural-architecture-search Python
神经建筑搜索 这是第一份神经体系结构搜索文章的重新实现： : 。 我们在三种设置下测试我们的实现： 定制的玩具环境，其中数据集是多模式高斯模型； Google语音命令数据集上的3层全连接网络； Google语音命令数据集上的一个简单的CNN。 要运行代码，只需转到toy-model文件夹并运行 python pg.py 有关如何运行google语音命令数据集的说明即将更新。 但是，您拥有此存储库中所需的所有脚本。 请查看我们的报告：cs234-final-report.pdf，以了解更多详细信息。
【文件预览】：
Neural-Architecture-Search-master
----README.md(689B)
----cs234-final-report.pdf(1.3MB)
----real+world+CNN()
--------real world CNN()
--------general-CNN()
----toy-model()
--------utils()
--------used_models.png(22KB)
--------pg.py(6KB)
--------config.py(205B)
--------backup()
--------log.txt(1.46MB)
--------model.py(5KB)
--------input_data.py(23KB)
--------__pycache__()
--------create_polynomial.py(1KB)
--------pg_config.py(618B)
--------batch_accuracy.png(24KB)
--------generateAR.py(5KB)
--------action_average_reward_dict.json(2KB)
--------manager.py(9KB)
--------action_reward_dict.json(2KB)
--------reward_function.png(104KB)
----.DS_Store(8KB)