AdaNet?輕量級和可擴展的 TensorFlow AutoML 框架

谷歌開源的 AdaNet 是一個輕量級的基于 TensorFlow 的框架，可以在最少的專家干預(yù)下自動學(xué)習(xí)高質(zhì)量的模型。

AdaNet 使用了 AdaNet 算法用于訓(xùn)練和部署自適應(yīng)神經(jīng)網(wǎng)絡(luò) [Cortes et al. ICML 2017]。AdaNet 結(jié)合了多個經(jīng)過訓(xùn)練的子網(wǎng)，以降低設(shè)計有效神經(jīng)網(wǎng)絡(luò)所固有的復(fù)雜性。

AdaNet提供以下特征：

• Estimator API，可輕松訓(xùn)練、評估和服務(wù) AdaNet 模型

• 學(xué)習(xí)在 TensorFlow 中集成用戶定義的子網(wǎng)

• 用于在單個 train() 調(diào)用中搜索子網(wǎng)架構(gòu)和參數(shù)的接口

• 關(guān)于 CPU 和 GPU 的分布式訓(xùn)練（我們正在開發(fā) TPU 支持）

• 一流的 TensorBoard integration

• 提供理論學(xué)習(xí)

按照官方的說法，AdaNet 以最近的強化學(xué)習(xí)和基于進化的 AutoML 研究為基礎(chǔ)，在提供學(xué)習(xí)保證的同時實現(xiàn)了快速、靈活。更重要的是，AdaNet 提供了一個通用框架，不僅可以學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)架構(gòu)，還可以學(xué)習(xí)集成，以獲得更好的模型。