AI 直通车 | 超参调试太费力?自动机器学习工具来帮你!

2020-04-15 | 作者:微软亚洲研究院

机器学习建模时,尝试各种超参组合、找到模型最佳效果过于耗时耗力?

这里有如同哆啦 A 梦口袋一样神奇的自动机器学习工具—— NNI。

作为一个轻量但强大的自动机器学习工具包,NNI (Neural Network Intelligence) 具备易于使用、可拓展、灵活、高效等优质特性。目前,它已在 GitHub 上开源发行了 v1.4 版本,收获了 5.7K 星。

NNI 内置丰富的机器学习算法,支持所有主流机器学习框架和多种训练平台,覆盖机器学习生命周期的各个环节,包括特征工程、神经网络架构搜索(NAS)、超参调优和模型压缩等在内的步骤,都能使用自动机器学习算法来完成。

NNI 还提供了并行运行多个实例以查找最佳参数组合的功能,可应用于各种场景,例如为深度学习模型查找最佳超参数、查找具有真实数据的数据库和其他复杂系统的最佳配置等。

 

光看开源实例不过瘾?本周四的直播中,微软亚洲研究院高级研究开发工程师宋驰、研究员秦婷婷将手把手带你了解自动机器学习与 NNI。
2020 春季学期实践空间站已经启动,想获取 NNI 学生项目计划的具体任务和要求,也请锁定“实践空间站”项目的首场直播! 

直播时间:

2020 年 4 月 16 日(星期四)18:30-19:30

直播地点:

哔哩哔哩“微软中国视频中心”直播间

https://live.bilibili.com/730

NNI 学生项目 2020 以开源自动机器学习工具 NNI 为基础,立足 NNI 的丰富工具用例与可扩展性,希望能够帮助同学们加强对机器学习的了解与认识,服务于同学们的科研项目与实践,在帮助同学们取得优秀科研成果的同时,进一步提高 NNI 的实用性和丰富性。项目以研究创新为主,分为课程学习与任务挑战两部分。其中,课程学习包括导师课程培训,NNI 使用教程学习等;任务挑战包括指定任务与自主任务两部分,难度系数从两星到五星不等,同学们可根据自己的实际能力、学习情况与时间安排进行选择,找到适合自己的进阶之路。作为一个开源项目,可在 Github 社区中获取关于 NNI 更多信息:

https://github.com/Microsoft/nni

 

 

 

难度:初级项目 ⭐⭐进阶项目 ⭐⭐⭐⭐⭐

自主项目 ⭐⭐⭐⭐

 

基本条件:

1. 了解电脑环境配置与机器学习理论的基本内容;

2.了解 TensorFlow, PyTorch 等深度学习编程技巧;

3.对 AutoML 问题具有强烈兴趣;

4.有 AutoML 算法实践基础、深度学习项目或 ACM 比赛经历优先。

 

软硬件要求:

最低配置为 1 台普通 PC,运行 Linux 即可,最好 4GB 及以上内存。推荐配置无强制要求,可根据资源状况自行调整。

 

目标成果:

命题任务(Mini Tasks)的完成进度,包括:

1. 入门级任务的完成程度,提交的文档完整度与质量,提交代码的规范性与质量;

2. 进阶级任务的完成进度,包括跑通入门教程、使用 NNI 超参调优在实验结果中取得更高准确率、使用 NNI 神经网络架构搜索自主设计模型等;

3. 自主任务(学校/实验室科研项目)的进展,包括对 NNI 的创新性应用,如对 NNI 已实现和未实现的 Tuner、Assessor 的调研等。

 


关于实践空间站

实践空间站(点击这里了解详情)是微软学生俱乐部打造的全年持续性活动,期待通过项目导师指导与自主创新结合的方式,帮助参与实践项目的同学更好地理解和掌握微软技术,挖掘现有课题与微软技术结合的潜力,获得自身的技术成长。

目前,2020 实践空间站-NNI基于自动机器学习工具 NNI 的创新性科研扩展项目已吸引 92 名同学报名。期待同学们在微软研究员与工程师的指导下,提升科研能力,开拓思维视野,培养团队精神。

点击直达直播间~

标签