随笔分类 -  进化算法

摘要：我们提出了一种与算法无关的NAS基准测试（NAS-Bench-201），它具有固定的搜索空间，为几乎所有最新的NAS算法提供了统一的基准测试。我们搜索空间的设计灵感来自于最流行的基于单元格的搜索算法中使用的设计，其中一个单元格被表示为一个有向无环图。这里的每条边都与从预定义操作集中选择的操作相关联。 阅读全文

摘要：0. 摘要 神经网络搜索近年来取得进步巨大，但是由于其需要巨大的计算资源，导致很难去复现实验。本文目标是通过引入NAS-Bench-101的方法来缓解以上问题。在NAS-Bench-101中，设计了一个紧凑且丰富的搜索空间。通过图同构的方式来区别423k个网络架构。 在CIFAR10数据集上多次训练 阅读全文

摘要：0、简介 ANOSIM分析（analysis of similarities）即相似性分析，主要用于分析高维数据组间相似性，为数据间差异显著性评价提供依据。在一些高维数据分析中，需要使用PCA、PCoA、NMDS等方法进行降维，但这些方法并不显示组间差异的显著性指标，此时可以使用ANOSIM分析解决 阅读全文

摘要：import numpy as np from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error from utils.dl_helper import Ear 阅读全文

摘要：import numpy as np from scipy.optimize import minimize class GPR(object): def __init__(self, optimize=True): self.is_fit = False self.train_X, self.tr 阅读全文

摘要：import numpy as np from scipy.stats import chi2, multivariate_normal from utils.data_metrics import mean_squared_error from utils.data_manipulation im 阅读全文