去除、变化和思考:用于发现神经架构的视觉性分析

来源：无线电通信技术, 2019, 45(06): 642.

<正>深度学习模型的性能主要取决于众多层和参数的准确配置,但是现阶段有关如何配置一个成功模型的系统性指导方针几乎是没有的。这意味着,模型创建者往往需要测试不同配置,以手动的方式对不同架构编程(单调乏味且耗时),或是单纯地依靠自动化方法生成架构并训练(价格高昂)。Dylan Cashman等人2019年9月发表在《IEEE Transactions on Visualization and Computer Graphics》的文章,使用了一种"模型架构和参数快速探索"(REMAP)的视觉分析工具,支持模型创