首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

自动机器学习之Auto-Keras与AutoML入门指南

2.3 Auto-Keras:谷歌AutoML的开源替代品 ? 在Auto-Keras包是由在德克萨斯州A&M大学数据实验室团队开发。Auto-Keras是Google AutoML的开源替代品。...2.3.1 安装Auto-Keras: ? Auto-Keras包依赖于Python 3.6、TensorFlow和Keras。...正如Auto-Keras GitHub存储库所述,Auto-Keras处于“预发布”状态-它现在还不是正式版本。其次,Auto-Keras需要Python 3.6并且只与Python 3.6兼容。...仅仅60行代码,我们就完成了使用CIFAR-10示例脚本编写Auto-Keras,但是我们还没有完成...... 2.4 使用Auto-Keras训练神经网络 让我们继续使用Auto-Keras训练我们的神经网络...超过8-12小时的训练不会提高我们的准确度,这意味着我们已达到饱和点并且Auto-Keras无法进一步优化。 三、Auto-Keras和AutoML值得吗? ? Auto-Keras值得吗?

1.7K10

开源的“谷歌AutoML杀手”来了

他们不仅吐槽了Google AutoML的问题,还给出了自己的解决方案:Auto-Keras,一个基于Keras的开源自动机器学习Python软件库。 ?...于是,这篇文章认定,Google AutoML会败于开源,而德州农工的Auto-Keras,将成为AutoML杀手。 ?...Auto-Keras是一个开源、免费的工具,和Google的AutoML功能相似,也能为深度学习模型自动搜索架构和超参数,使用的方法是高效神经架构搜索(Efficient Neural Architecture...胡侠和同学们在打造Auto-Keras的时候,对ENAS做了一些改造。 原来的ENAS基于参数共享,而Auto-Keras所用的,则是基于网络态射(network morphism)。...在众多深度学习框架中,Keras是以简单好上手著称的,所以,Auto-Keras的代码也不难理解,想要在它基础上做一些个性化设置,可以自己调整参数。 用到最后,还能看到神经架构搜索得出的模型。

57100
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    20个必备的Python机器学习库,建议收藏!

    用于深度学习/神经网络的AutoML,包括NAS和ENAS以及用于框架的Auto-Keras。 为什么需要AutoML? 机器学习的需求日益增长。组织已经在应用程序级别采用了机器学习。...官方链接 https://github.com/mljar/mljar-supervisedv Auto-Keras Auto-Keras是由DATA Lab开发的用于自动机器学习(AutoML)的开源软件库...Auto-Keras建立在深度学习框架Keras之上,提供自动搜索深度学习模型的体系结构和超参数的功能。 Auto-Keras遵循经典的Scikit-Learn API设计,因此易于使用。...在Auto-Keras中,趋势是通过使用自动神经体系结构搜索(NAS)算法来简化ML。NAS基本上使用一组算法来自动调整模型,以取代深度学习工程师/从业人员。

    78920

    20个必知的自动化机器学习库(Python)

    用于深度学习/神经网络的AutoML,包括NAS和ENAS以及用于框架的Auto-Keras。 为什么需要AutoML? 机器学习的需求日益增长。组织已经在应用程序级别采用了机器学习。...官方链接: https://github.com/mljar/mljar-supervisedv Auto-Keras 图片 Auto-Keras是由DATA Lab开发的用于自动机器学习(AutoML...Auto-Keras建立在深度学习框架Keras之上,提供自动搜索深度学习模型的体系结构和超参数的功能。 Auto-Keras遵循经典的Scikit-Learn API设计,因此易于使用。...在Auto-Keras中,趋势是通过使用自动神经体系结构搜索(NAS)算法来简化ML。NAS基本上使用一组算法来自动调整模型,以取代深度学习工程师/从业人员。

    66020
    领券