Data-Driven Methods for Modelling and Optimizing the Empirical Performance of Deep Neural Networks

Hyperparameter Transfer Across Developer Adjustments

Autoren: Danny Stoll, Jörg Franke, Diane Wagner, Simon Selg, Frank Hutter
Veröffentlicht in: NeurIPS MetaLearning Workshop, 2020
Herausgeber: online

Multi-headed Neural Ensemble Search

Autoren: Ashwin Raaghav Narayanan, Arber Zela, Tonmoy Saikia, Thomas Brox, Frank Hutter
Veröffentlicht in: ICML 2021 Workshop on Uncertainty and Robustness in Deep Learning, 2021
Herausgeber: online

Transferring Optimally Across Data Distributions via Homotopy Methods

Autoren: Matilde Gargiani, Andrea Zanelli, Quoc Tran Dinh, Moritz Diehl, Frank Hutter
Veröffentlicht in: ICLR 2020, 2020
Herausgeber: online

NAS-Bench-x11 and the Power of Learning Curves

Autoren: Shen Yan, Colin White, Yash Savani, Frank Hutter
Veröffentlicht in: NeurIPS 2021, 2021
Herausgeber: online

Meta-Learning of Neural Architectures for Few-Shot Learning

Autoren: Thomas Elsken, Benedikt Staffler, Jan Hendrik Metzen, Frank Hutter
Veröffentlicht in: CVPR 2020, 2020
Herausgeber: IEEE

OpenML Benchmarking Suites

Autoren: Bernd Bischl, Giuseppe Casalicchio, Matthias Feurer, Pieter Gijsbers, Frank Hutter, Michel Lang, Rafael Gomes Mantovani, Jan van Rijn, Joaquin Vanschoren
Veröffentlicht in: NeurIPS Datasets and Benchmarks 2021, 2021
Herausgeber: online

Sample-Efficient Automated Deep Reinforcement Learning

Autoren: Jörg Franke, Gregor Köhler, André Biedenkapp, Frank Hutter
Veröffentlicht in: ICLR 2021, 2021
Herausgeber: online

Understanding and Robustifying Differentiable Architecture Search

Autoren: Arber Zela, Thomas Elsken, Tonmoy Saikia, Yassine Marrakchi, Thomas Brox, Frank Hutter
Veröffentlicht in: ICLR 2020, 2020
Herausgeber: online

On the Importance of Hyperparameter Optimization for Model-based Reinforcement Learning

Autoren: Baohe Zhang, Raghu Rajan, Luis Pineda, Nathan Lambert, André Biedenkapp, Kurtland Chua, Frank Hutter, Roberto Calandra
Veröffentlicht in: AISTATS 2021, 2021
Herausgeber: Proceedings of Machine Learning Research

Combining Hyperband and Bayesian Optimization

Autoren: Stefan Falkner, Aaron Klein, Frank Hutter
Veröffentlicht in: Proceedings of BayesOpt 2017, 2017
Herausgeber: published online

Learning curve predictionwith bayesian neural networks

Autoren: Aaron Klein, Stefan Falkner, Jost Tobias Springenberg, Frank Hutter
Veröffentlicht in: proceedings of ICLR, 2017
Herausgeber: published online

RoBO: A Flexible and Robust Bayesian Optimization Framework in Python

Autoren: Aaron Klein, Stefan Falkner, Numair Mansur, Frank Hutter
Veröffentlicht in: Proceedings of BayesOpt 2017, 2017
Herausgeber: published online

The Sacred Infrastructure for Computational Research

Autoren: Klaus Greff, Aaron Klein, Martin Chovanec, Frank Hutter, Jürgen Schmidhuber
Veröffentlicht in: proceedings of the 15th python in science conference, 2017
Herausgeber: published online

An Empirical Study of Hyperparameter Importance Across Datasets

Autoren: Jan N. van Rijn, Frank Hutter
Veröffentlicht in: proceedings of AutoML, 2017
Herausgeber: published online

The reparameterization trick for acquisition functions

Autoren: James T. Wilson, Riccardo Moriconi, Frank Hutter, Marc Peter Deisenroth
Veröffentlicht in: Proceedings of BayesOpt 2017, 2017
Herausgeber: published online

BOHB: Robust and Efficient Hyperparameter Optimization at Scale

Autoren: Falkner, Stefan; Klein, Aaron; Hutter, Frank
Veröffentlicht in: ICML 2018, Ausgabe 5, 2018
Herausgeber: ICML

Towards Automated Deep Learning: Efficient Joint Neural Architecture and Hyperparameter Search

Autoren: Zela, Arber; Klein, Aaron; Falkner, Stefan; Hutter, Frank
Veröffentlicht in: AutoML Workshop, Ausgabe 1, 2018
Herausgeber: AutoML

Maximizing acquisition functions for Bayesian optimization

Autoren: Wilson, James T.; Hutter, Frank; Deisenroth, Marc Peter
Veröffentlicht in: NeurIPS 2018, Ausgabe 1, 2018
Herausgeber: NeurIPS

Hyperparameter Importance Across Datasets

Autoren: Jan N. van Rijn, Frank Hutter
Veröffentlicht in: Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining - KDD '18, 2018, Seite(n) 2367-2376, ISBN 9781-450355520
Herausgeber: ACM Press
DOI: 10.1145/3219819.3220058

Decoupled Weight Decay Regularization

Autoren: Loshchilov, Ilya; Hutter, Frank
Veröffentlicht in: ICLR 2019, Ausgabe 5, 2019
Herausgeber: ICLR

Learning to Design RNA

Autoren: Runge, Frederic; Stoll, Danny; Falkner, Stefan; Hutter, Frank
Veröffentlicht in: ICLR 2019, Ausgabe 5, 2019
Herausgeber: ICLR

Back to Basics: Benchmarking Canonical Evolution Strategies for Playing Atari

Autoren: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Veröffentlicht in: IJCAI 2018, Ausgabe 1, 2018
Herausgeber: IJCAI

NAS-Bench-101: Towards Reproducible Neural Architecture Search

Autoren: Ying, Chris; Klein, Aaron; Real, Esteban; Christiansen, Eric; Murphy, Kevin; Hutter, Frank
Veröffentlicht in: ICML 2019, Ausgabe 5, 2019
Herausgeber: ICML

Efficient Multi-Objective Neural Architecture Search via Lamarckian Evolution - Published as a conference paper at ICLR 2019

Autoren: Hutter, Frank Elsken, Thomas Metzen, Jan Hendrik
Veröffentlicht in: 2019
Herausgeber: open review

Probabilistic Rollouts for Learning Curve Extrapolation Across Hyperparameter Settings

Autoren: Matilde Gargiani, Aaron Klein, Stefan Falkner, Frank Hutter
Veröffentlicht in: 2019
Herausgeber: online

Practical Automated Machine Learning for the AutoML Challenge 2018

Autoren: Matthias Feurer Katharina Eggensperger Stefan Falkner Marius Lindauer Frank Hutter
Veröffentlicht in: ICML 2018, 2018
Herausgeber: Online

Towards Further Automation in AutoML

Autoren: Matthias Feurer Frank Hutter
Veröffentlicht in: ICML 2018 workshop on AutoML, 2018
Herausgeber: Online

Neural Architecture Evolution in Deep Reinforcement Learning for Continuous Control

Autoren: Jör Franke, Jörg Gregor Köhler Noor Awad Frank Hutter
Veröffentlicht in: NeurIPS 2019, 2019
Herausgeber: Online

Bag of Tricks for Neural Architecture Search

Autoren: Thomas Elsken, Benedikt Staffler, Arber Zela, Jan Hendrik Metzen, Frank Hutter
Veröffentlicht in: CVPR 2021 Workshop on Neural Architecture Search, 2021
Herausgeber: online

HPOBench: A Collection of Reproducible Multi-Fidelity Benchmark Problems for HPO

Autoren: Katharina Eggensperger, Philipp Müller, Neeratyoy Mallik, Matthias Feurer, Rene Sass, Aaron Klein, Noor Awad, Marius Lindauer, Frank Hutter
Veröffentlicht in: NeurIPS Datasets and Benchmarks 2021, 2021
Herausgeber: online

TrivialAugment: Tuning-free Yet State-of-the-Art Data Augmentation

Autoren: Samuel G. Müller, Frank Hutter
Veröffentlicht in: ICCV 2021, 2021
Herausgeber: online

NAS-Bench-1Shot1: Benchmarking and Dissecting One-shot Neural Architecture Search

Autoren: Arber Zela, Julien Siems, Frank Hutter
Veröffentlicht in: ICLR 2020, 2020
Herausgeber: online

Bayesian Optimization with a Prior for the Optimum

Autoren: Artur Souza, Luigi Nardi, Leonardo B. Oliveira,Kunle Olukotun, Marius Lindauer, Frank Hutte
Veröffentlicht in: ECML PKDD 2021, 2021
Herausgeber: online

Neural Ensemble Search for Uncertainty Estimation and Dataset Shift

Autoren: Sheheryar Zaidi, Arber Zela, Thomas Elsken, Chris C Holmes, Frank Hutter, Yee Teh
Veröffentlicht in: NeurIPS 2021, 2021
Herausgeber: online

How Powerful are Performance Predictors in Neural Architecture Search?

Autoren: Colin White, Arber Zela, Robin Ru, Yang Liu, Frank Hutter
Veröffentlicht in: NeurIPS 2021, 2021
Herausgeber: online

Well-tuned Simple Nets Excel on Tabular Datasets

Autoren: Arlind Kadra, Marius Lindauer, Frank Hutter, Josif Grabocka
Veröffentlicht in: NeurIPS 2021, 2021
Herausgeber: online

MDP Playground: A Design and Debug Testbed for Reinforcement Learning

Autoren: Rajan, Raghu; Diaz, Jessica Lizeth Borja; Guttikonda, Suresh; Ferreira, Fabio; Biedenkapp, André; von Hartz, Jan Ole; Hutter, Frank
Veröffentlicht in: arXiv preprint, Ausgabe 17, 2021
Herausgeber: online

On the Promise of the Stochastic Generalized Gauss-Newton Method for Training DNNs

Autoren: Matilde Gargiani, Andrea Zanelli, Moritz Diehl, Frank Hutter
Veröffentlicht in: 2020
Herausgeber: online

OpenML Benchmarking Suites and the OpenML100

Autoren: Bischl, Bernd; Casalicchio, Giuseppe; Feurer, Matthias; Hutter, Frank; Lang, Michel; Mantovani, Rafael G.; van Rijn, Jan N.; Vanschoren, Joaquin
Veröffentlicht in: Ausgabe 1, 2017
Herausgeber: arXiv

A Downsampled Variant of ImageNet as an Alternative to the CIFAR datasets

Autoren: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Veröffentlicht in: arXiv, Ausgabe 5, 2017
Herausgeber: arXiv

Neural Model-based Optimization with Right-Censored Observations

Autoren: Katharina Eggensperger, Kai Haase, Philipp Müller, Marius Lindauer, Frank Hutter
Veröffentlicht in: arXiv, 2020
Herausgeber: online

Auto-sklearn 2.0: The Next Generation

Autoren: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Veröffentlicht in: arXiv, 2020
Herausgeber: online

Auto-Sklearn 2.0: Hands-free AutoML via Meta-Learning

Autoren: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Veröffentlicht in: arXiv, 2021
Herausgeber: online

Auto-Pytorch: Multi-Fidelity MetaLearning for Efficient and Robust AutoDL

Autoren: Lucas Zimmer, Marius Lindauer, Frank Hutter
Veröffentlicht in: IEEE Transactions on Pattern Analysis and Machine Intelligence, Ausgabe pp. 3079-3090, vol. 43, 2021, ISSN 1939-3539
Herausgeber: IEEE Computer Society
DOI: 10.1109/tpami.2021.3067763

Auto-PyTorch Tabular: Multi-Fidelity MetaLearning for Efficient and Robust AutoDL

Autoren: Zimmer, Lucas; Lindauer, Marius; Hutter, Frank
Veröffentlicht in: TPAMI, Ausgabe 6, 2021, ISSN 2160-9292
Herausgeber: IEEE Computer Society

Neural Architecture Search: A Survey

Autoren: Elsken, Thomas; Metzen, Jan Hendrik; Hutter, Frank
Veröffentlicht in: JMLR, Ausgabe 5, 2019, ISSN 1533-7928
Herausgeber: JMLR

Fast Bayesian hyperparameteroptimization on large datasets

Autoren: Aaron Klein Stefan Falkner Simon Bartels Philipp Hennig Frank Hutter
Veröffentlicht in: Electronic Journal of Statistics, 2017, ISSN 1935-7524
Herausgeber: Institute of Mathematical Statistics

SMAC3: A Versatile Bayesian Optimization Package for Hyperparameter Optimization

Autoren: Marius Lindauer, Katharina Eggensperger, Matthias Feurer, Andre Biedenkapp, Difan Deng, Carolin Benjamins, Tim Ruhkopf, Rene Sass, Frank Hutter
Veröffentlicht in: Journal of Machine Learning Research, Ausgabe 23, 2022, ISSN 1533-7928
Herausgeber: online

Winning Solutions and Post-Challenge Analyses of the ChaLearn AutoDL Challenge 2019

Autoren: Zhengying Liu, Adrien Pavao, Zhen Xu, Sergio Escalera, Fabio Ferreira, Isabelle Guyon, Sirui Hong, Frank Hutter, Rongrong Ji, Julio C. S. Jacques Junior, Ge Li, Marius Lindauer, Zhipeng Luo, Meysam Madadi, Thomas Nierhoff, Kangning Niu, Chunguang Pan, Danny Stoll, Sebastien Treguer, Jin Wang, Peng Wang, Chenglin Wu, Youcheng Xiong, Arber Zela, Yang Zhang
Veröffentlicht in: IEEE Transactions on Pattern Analysis and Machine Intelligence, Ausgabe 43/9, 2021, Seite(n) 3108-3125, ISSN 0162-8828
Herausgeber: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2021.3075372

Uncertainty Estimates and Multi-hypotheses Networks for Optical Flow

Autoren: Eddy Ilg, Özgün Çiçek, Silvio Galesso, Aaron Klein, Osama Makansi, Frank Hutter, Thomas Brox
Veröffentlicht in: Computer Vision – ECCV 2018 - 15th European Conference, Munich, Germany, September 8–14, 2018, Proceedings, Part VII, Ausgabe 11211, 2018, Seite(n) 677-693, ISBN 978-3-030-01233-5
Herausgeber: Springer International Publishing
DOI: 10.1007/978-3-030-01234-2_40

Automated Machine Learning: Methods, Systems, Challenges

Autoren: Hutter, Frank, Kotthoff, Lars, Vanschoren, Joaquin (Eds.)
Veröffentlicht in: The Springer Series on Challenges in Machine Learning, 2019
Herausgeber: Springer Switzerland

Veröffentlichungen

Diese Seite teilen

Herunterladen