automl -综述

参考文献

综述

多papers—自动机器学习: 最新进展综述与开放挑战 | AutoML

（1）2018综述文章：Taking Human out of Learning Applications: A Survey on Automated Machine Learning
原文：yhttps://arxiv.org/abs/1810.13306v1
解读1：http://www.aibbt.com/a/48548.html
解读2：https://www.jianshu.com/p/7df532c436f5

（2）2019综述文章：AutoML: A Survey of the State-of-the-Art
原文：https://arxiv.org/pdf/1908.00709.pdf
解读0（简明，有引用文献）：AutoML: A Survey of the state-of-the-art
解读1（详细）：AutoML：最新技术概览
解读2（简洁有条理）：AutoML自动机器学习：最新进展综述
（2.1）2019综述：Neural Architecture Search: A Survey
解读：Neural Architecture Search: A Survey (神经网络结构搜索survey)
（2.2）2019综述：A Survey on Neural Architecture Search (Wistuba et al. 2019)

神经网络架构搜索（Neural Architecture Search）杂谈

（4）【小结】除了网络搜索(NAS)，AutoML对深度学习模型优化还有哪些贡献？

automl应用

除了网络搜索(NAS)，AutoML对深度学习模型优化还有哪些贡献？
AutoML - 数据增广
论文 | 用于移动端模型自动压缩与加速的AutoML

• automl与目标检测

1. Auto-FPN: Automatic Network Architecture Adaptation for Object
   Detection (ICCV2019)

2. DetNAS: Backbone Search for Object Detection （NIPS19）
   github地址：https://github.com/megvii-model/DetNAS

3. Efficient Neural Architecture Transformation Search in Channel-Level for Object Detection （Arxiv）

4. EfficientDet: Scalable and Efficient Object Detection （Arxiv）

5. MnasFPN : Learning Latency-aware Pyramid Architecture for Object Detection on Mobile Devices （Arxiv）

6. NAS-FCOS: Fast Neural Architecture Search for Object Detection （Arxiv）
   github：https://github.com/Lausannen/NAS-FCOS

7. NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection （CVPR2019）

8. SM-NAS: Structural-to-Modular Neural Architecture Search for Object Detection （AAAI2020）

• 语义分割

9. Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation

• 行人重识别

10. Auto-ReID: Searching for a Part-Aware ConvNet for Person Re-Identification

• 识别与定位

11. SpineNet: Learning Scale-Permuted Backbone for Recognition and Localization (Arxiv)
12. 比手工模型快10~100倍，谷歌揭秘视频NAS三大法宝

• 基于NAS的GCN设计
  基于NAS的GCN网络设计(AAAI2020)
  原文：Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching

资源

自动化机器学习(AutoML)文献/工具/项目资源大列表分享
非常全面的AutoML资源，看这个就够了！

AutoML研究分析—auto-keras怎么用的

github论文荟萃：
https://github.com/hibayesian/awesome-automl-papers
https://github.com/windmaple/awesome-AutoML
https://github.com/guan-yuan/awesome-AutoML-and-Lightweight-Models

新研究与新papers

谷歌开源 MobileNetV3：新思路 AutoML 改进计算机视觉模型移动端
你想要的神经网络自动设计，谷歌大脑帮你实现了：用参数共享高效地搜索神经网络架构（ENAS）