谷歌开源自动化查找最佳 ML 模型的平台“Model Search”
谷歌方面表示，为了克服缺陷并将 AutoML 解决方案的访问范围扩展到更广泛的研究社区，其决定推出机器学习模型搜索平台Model Search的开源版本。 该平台可帮助研究人员高效、自动地开发最佳 ML 模型。Model Search不关注特定领域，而是领域不可知的、灵活的、并且能够找到最适合给定数据集和问题的适当体系结构，同时最大程度地减少编码时间、工作量和计算资源。其基于 Tensorflow 构建，可以在单台机器上或分布式设置中运行。 Model Search系统由多个 Trainer、一个搜索算法、一个转移学习算法和一个用于存储各种评估模型的数据库组成。以自适应但异步的方式运行各种 ML 模型（不同的体系结构和训练技术）的训练和评估实验。每个 trainer都独立进行实验时，但所有 trainer都会分享从实验中获得的知识。在每个周期的开始，搜索算法都会查找所有已完成的试验，并使用 beam search 来决定下一步要尝试什么。然后该搜索算法在当下发现的最佳架构之一上调用突变，并将生成的模型分配回训练器。 Model Search能根据一组预定义模块，来构建神经网络模型，每个...
