作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自动机器学习(AutoML)能够显著优化模型的性能,目前业界需要一个使用友好且高效的框架来实现,提出了一个简单易用的搜索框架MOMA,并阐述了其相应模块设计构图以及用户的使用流程.MOMA框架实现了丰富的模型库、高GPU利用率的数据管线和其他高效组件,为AutoML技术普及提供参考.
推荐文章
机器人路径规划的元胞自动机算法
机器人路径规划
元胞自动机
Moore型邻居
避碰检测
精确学习模型下确定的有穷自动机的学习
多态自动机
有穷自动机
标识矩阵
EXACT模型
元胞自动机方法模拟微观组织演变的建模框架
微观组织模拟
元胞自动机
模型框架
基于元胞自动机的P2P搜索算法研究
元胞自动机
P2P
搜索引擎
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自动机器学习搜索框架研究
来源期刊 信息技术与标准化 学科
关键词 自动机器学习 模块设计 高效组件 模型自动优化
年,卷(期) 2021,(7) 所属期刊栏目 技术热点
研究方向 页码范围 33-37
页数 5页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1671-539X.2021.07.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动机器学习
模块设计
高效组件
模型自动优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与标准化
月刊
1671-539X
11-4753/TN
大16开
北京市亦庄经济技术开发区同济南路8号
82-452
1959
chi
出版文献量(篇)
4638
总下载数(次)
23
论文1v1指导