[聚合文章] [Paper Reading - 1]Neural Architecture Search With Reinforcement Learning

如图一，左边递归网络（控制器）给出一个网络结构，该网络结构的概率为P。右侧，对这个网络结构进行训练，并在验证集上进行测试，得到精度为R。这时，将R反馈给左侧控制器，通过强化学习更新控制器的参数，使得控制器对R大的网络结构给出更大的概率。

2.相关工作

文中提到，当前有些方法也进行相应的研究，但是他们只能在固定长度的空间中搜索。而用贝叶斯的方法，可以搜索可变长度的空间，但是泛化能力和灵活性没有本文的好。

3.方法

注：本文内容来自互联网，旨在为开发者提供分享、交流的平台。如有涉及文章版权等事宜，请你联系站长进行处理。