LaMCTS:LA-MCTS的发行代码及其在神经体系结构搜索中的应用

潜在动作蒙特卡罗树搜索（LA-MCTS） LA-MCTS是基于MCTS的新的无导数元求解器。 它学习如何划分搜索空间，以便诸如贝叶斯优化或进化算法之类的求解器可以将精力集中在较小的区域上，从而以更少的样本找到更好的解决方案。 请 :glowing_star: 星星 :glowing_star: 如果您喜欢我们的工作，请回购，谢谢。 贡献者 王琳南（第一作者），田远东（首席研究员），赵益阳，谢赛宁，李腾和罗德里戈·丰尼斯卡。 此版本中有什么内容？ 此版本包含LA-MCTS的实现及其在神经体系结构搜索（LaNAS）中的应用，但也可以应用于大规模超参数优化，强化学习，调度，优化计算机系统等。 神经建筑搜索（NAS） 评估：无需训练模型即可在笔记本电脑上的NASBench-101上评估LaNAS。 ：SoTA结果：•CIFAR-10占99.03％•ImageNet上240MFLOPS占77.7％。 ：使用超级网络评估模型，在几天的GP