注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度学习调参-google automl 预览版

  2. 深度学习调参，模型选择，Google 的automl。希望对大家有用！！

  3. 所属分类：深度学习

    • 发布日期：2018-10-17
    • 文件大小：9mb
    • 提供者：fengqiyunluo

  1. AUTOML METHODS, SYSTEMS, CHALLENGES

  2. AUTOML METHODS, SYSTEMS, CHALLENGES AUTOML教程

  3. 所属分类：深度学习

    • 发布日期：2018-10-18
    • 文件大小：9mb
    • 提供者：poolpoolpool

  1. autoML-survey.pdf

  2. AutoML的综述【Taking the Human out of Learning Applications: A Survey on Automated Machine Learning】

  3. 所属分类：深度学习

    • 发布日期：2020-04-16
    • 文件大小：2mb
    • 提供者：cheikh

  1. Python-AutoML相关的论文教程PPT汇总

  2. AutoML 相关的论文/教程/PPT汇总

  3. 所属分类：其它

    • 发布日期：2019-08-09
    • 文件大小：77kb
    • 提供者：weixin_39841848

  1. 02-谷歌AutoML.rar

  2. AutoML Video Intelligence Classification和AutoML Video Intelligence Object Tracking产品使用

  3. 所属分类：深度学习

    • 发布日期：2020-08-07
    • 文件大小：2mb
    • 提供者：wiborgite

  1. vega:AutoML工具链-源码

  2. 维加 Vega ver1.2.0发布： 功能增强： 细粒度的网络搜索空间：可以自由定义网络搜索空间，并且提供了丰富的网络体系结构参数以供在搜索空间中使用。可以同时搜索网络架构参数和模型训练超参数，并将搜索空间应用于Pytorch，TensorFlow和MindSpore。 新算法： ：基于层次图的神经体系结构搜索空间 社区贡献者： ， ， ， ， ， ， ， ， ， 。 介绍 Vega是由诺亚方舟实验室开发的AutoML算法工具链，主要功能如下： 全面的管道功能：AutoM

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：17mb
    • 提供者：weixin_42117622

  1. AutoGL:用于图上机器学习的AutoML框架和工具包-源码

  2. 自动图学习 用于图上机器学习的autoML框架和工具包。 THUMNLab正在积极开发中 随时打开或与我们联系如果您有任何意见或建议，请 ！ 介绍 AutoGL是为研究人员和开发人员开发的，可以对图形数据集和任务快速进行autoML。 请参阅我们的文档以获取详细信息！ 下面的工作流显示了AutoGL的总体框架。 AutoGL使用datasets来维护基于图的机器学习的数据集，该数据集基于PyTorch Geometric中的数据集，并通过自动求解器框架为企业添加了一些支持。 不同的基于图

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：181kb
    • 提供者：weixin_42123237

  1. topiaas:针对类固醇的autoML-源码

  2. topiaas:针对类固醇的autoML

  3. 所属分类：其它

  1. AutoML-源码

  2. AutoML

  3. 所属分类：其它

  1. Automated-Machine-Learning:所有AutoML库-源码

  2. 自动化机器学习 机器学习是当前最流行的技术！！！ 目前，它几乎可用于几乎所有可以想象的领域，从而无限地推动了它的重要性。 但是那些也不了解机器学习的人呢？ 这就是自动机器学习或AutoML的来龙去脉！ 自动化机器学习（AutoML）基本上涉及将机器学习应用于行业中实际相关的现实问题的端到端过程的自动化。 近年来，机器学习或机器学习是未来的关键，而且一次又一次地证明，机器学习是机器学习的关键。 可以理解，这是一项新兴技术，可用于研究，分析和实施的各个方向。 精选视频： 关于我 皮尤什·帕塔克（P

  3. 所属分类：其它

  1. automl-源码

  2. automl

  3. 所属分类：其它

  1. transactionalmachinelearning:使用数据流和AutoML的事务性机器学习-源码

  2. 事务性机器学习 使用数据流和AutoML的事务性机器学习（TML）是使用Apache Kafka作为高级机器学习解决方案的数据主干的云解决方案平台，该高级机器学习解决方案使用事务性数据向任意数量的设备和人员快速学习并提供见解任何格式！ TML基于以下信念：“快速数据需要快速的机器学习才能快速做出决策” 。 TML产生在产业发展到的数据流对科学家数据科学家在常规机器学习（CML）。 即将到来的TML书详细找到 将自动机器学习应用于数据流并创建事务性机器学习（TML）解决方案，这些解决方案是：

  3. 所属分类：其它

  1. automl：Google Brain AutoML-源码

  2. 脑自动ML 该存储库包含与AutoML相关的模型和库的列表。

  3. 所属分类：其它

  1. AutoML

  2. 目前一个优秀的机器学习和深度学习模型，离不开这几个方面： 一、优秀的数据预处理； 二、合适的模型结构和功能； 三、优秀的训练策略和超参数； 四、合适的后处理操作； 五、严格的结果分析 这几方面都对最终的结果有着举足轻重的影响，这也是目前的数据工程师和学者们的主要工作。但由于这每一方面都十分繁琐，尤其是在构建模型和训练模型上。而大部分情况下，这些工作有无须过深专业知识就能使用起来。所以AutoML主要的作用就是来帮助实现高效的模型构建和超参数调整。例如深度学习网络的架构搜索、超参数的重要性分析等等

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：500kb
    • 提供者：weixin_38559727

  1. 自动化的机器学习(AutoML)：将AutoML部署到云中

  2. AutoML是一个很宽泛的术语，理论上来说，它囊括从数据探索到模型构建这一完整的数据科学循环周期。但是，我发现这个术语更多时候是指自动的特征预处理和选择、模型算法选择和超参数调优，这些步骤处在数据科学流程的末端。流程中的早期步骤，即数据探索、清理和特征工程很难自动化，因为它们既需要专业知识，也需要人为判断。令人高兴的是，AutoML可让模型选择和开发等工作中冗长单调的步骤实现自动化，从而解放数据科学家，让他们关注更有趣的工作。下面我将详细介绍部署AutoML服务的经验。1.AutoML可为模型选

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：251kb
    • 提供者：weixin_38612811

  1. 自动化学习框架（AutoML）的性能比较

  2. AutoML作为一个有效的工具可以帮助很多企业方便地实施和加速人工智能方面的应用落地。对于还不具备数据科学团队的公司来说，AutoML可以是全自动化的模型构建工具来使用，即便对于具备一定数据科学能力的公司，AutoML仍然可以帮助他们更加专注在人工智能落地中最为重要的事情上。在文本中，主要讲解目前常用的四个自动化学习平台，auto-sklearn,TPOT,auto_ml和H2O，以及他们之间的性能比较。机器学习建模是一个流程化的过程。首先我们需要拿到数据，其次就是数据的预处理、特征工程，接着要

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：356kb
    • 提供者：weixin_38604620

  1. AutoML之自动化特征工程

  2. 个人以为，机器学习是朝着更高的易用性、更低的技术门槛、更敏捷的开发成本的方向去发展，且AutoML或者AutoDL的发展无疑是最好的证明。因此花费一些时间学习了解了AutoML领域的一些知识，并对AutoML中的技术方案进行归纳整理。众所周知，一个完整的机器学习项目可概括为如下四个步骤。其中，特征工程（提取）往往是决定模型性能的最关键一步。而往往机器学习中最耗时的部分也正是特性工程和超参数调优。因此，许多模型由于时间限制而过早地从实验阶段转移到生产阶段从而导致并不是最优的。自动化机器学习(Aut

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：672kb
    • 提供者：weixin_38724919

  1. Capstone-Project --- Azure-Machine-Learning-Engineer：两个模型：一个使用自动ML（表示为AutoML），另一个是使用HyperDrive调整超参数并对其性能进行比较的定制模型，并比较两个模

  2. 顶峰项目---天蓝色机器学习工程师 概述 该项目是Udacity Azure ML Nanodegree的一部分。 我们创建了两个模型：一个模型使用Automated ML（表示为AutoML），另一个模型是使用HyperDrive调整其超参数的自定义模型，并比较两个模型的性能并部署性能最佳的模型。 项目设置与安装 Visual Studio代码。 Azure Visual Studio代码插件 Azure Visual Studio代码-Jupyter和python Azure库。 pi

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：739kb
    • 提供者：weixin_42116713

  1. 很棒的AutoML和轻量级模型：高质量（最新）的AutoML作品和轻量级模型的列表，包括1.）神经体系结构搜索，2。）轻量级结构，3。）模型压缩，量化和加速，4。 ）超参数优化，5.）自动化特征工程-源码

  2. 很棒的AutoML和轻量级模型：高质量（最新）的AutoML作品和轻量级模型的列表，包括1.）神经体系结构搜索，2。）轻量级结构，3。）模型压缩，量化和加速，4。 ）超参数优化，5.）自动化特征工程

  3. 所属分类：其它

  1. TransmogrifAI：TransmogrifAI（发音为trăns-mŏgˈrə-fī）是一个AutoML库，用于在Apache Spark上构建模块化的，可重用的，强类型的机器学习工作流，而无需进行手动调整-源码

  2. TransmogrifAI TransmogrifAI（发音为trăns-mŏgˈrə-fī）是用Scala编写的AutoML库，它在Apache Spark之上运行。 它的开发重点是通过机器学习自动化来提高机器学习开发人员的生产率，以及一个用于强制执行编译时类型安全，模块化和重用的API。 通过自动化，它实现了接近手动调整模型的精度，时间减少了近100倍。 如果您需要机器学习库来执行以下操作，请使用TransmogrifAI： 数小时而不是数月内即可构建生产就绪的机器学习应用程序 在没有

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：111mb
    • 提供者：weixin_42149145
« 12 3 4 5 6 »