横滨国立大学 发布 NAS-HPO-Bench-II 数据集, 应用在 神经架构搜索、自动化机器学习 领域

横滨国立大学 本次发布的数据集 NAS-HPO-Bench-II, NAS-HPO-Bench-II是由横滨国立大学创建的一个用于联合优化卷积神经网络架构和训练超参数的基准数据集。该数据集包含4K基于单元的卷积神经网络架构在CIFAR-10数据集上训练的性能数据，共计192K配置。数据集创建过程中，模型进行了12个周期的训练，并构建了一个代理模型来预测200个周期训练后的准确性。NAS-HPO-Bench-II旨在解决深度学习中手动调整机器学习系统的困难和耗时问题，通过自动化机器学习（AutoML）优化机器学习系统的组件，特别是在神经架构搜索（NAS）领域。

查看NAS-HPO-Bench-II

README 内容： 

关于 横滨国立大学 , 横滨国立大学（Yokohama National University）是位于日本神奈川县横滨市的一所国立大学，成立于1949年。该校以工程学、经济学和环境科学等领域的研究著称，是日本重要的教育和研究机构之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。