/minip.jpg

技术博客分享

2025-01-09-神经网络架构搜索可微分搜索DARTS

/weixin_miniapp.png

神经网络架构搜索——可微分搜索(DARTS)

神经网络架构搜索——可微分搜索(DARTS)

背景

神经网络架构搜索之前主流的方法主要包括:强化学习,进化学习。他们的搜索空间都是不可微的,Differentiable Architecture Search 这篇文章提出了一种可微的方法,可以 用梯度下降来解决架构搜索的问题 ,所以在搜索效率上比之前不可微的方法快几个数量级。可以这样通俗的理解:之前不可微的方法,相当于是你定义了一个搜索空间(比如3x3和5x5的卷积核),然后神经网络的每一层你可以从搜索空间中选一种构成一个神经网络,跑一下这个神经网络的训练结果,然后不断测试其他的神经网络组合。这种方法,本质上是从很多的组合当中尽快的搜索到效果很好的一种,但是这个过程是黑盒,需要有大量的验证过程,所以会很耗时。而这篇文章把 架构搜索融合到模型当中一起训练

STM32ESP8266DHT11通过MQTT协议连接新版ONENET云平台上传数据

/weixin_miniapp.png

STM32+ESP8266+DHT11通过MQTT协议连接新版ONENET云平台上传数据

STM32+ESP8266+DHT11通过MQTT协议连接新版ONENET云平台上传数据

一、项目介绍

前段时间ONENET云平台进行了升级更新,此前平台的多协议接入(包含旧版MQTT、HTTP、EDP、Modbus、TCP透传等)接口已经隐藏,后续应该会下架,为了能够后续继续使用ONENET云平台,就需要学会使用将数据上传到新版ONENET云平台。