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

Hyperparameter Transfer Across Developer Adjustments

Auteurs: Danny Stoll, Jörg Franke, Diane Wagner, Simon Selg, Frank Hutter
Publié dans: NeurIPS MetaLearning Workshop, 2020
Éditeur: online

Multi-headed Neural Ensemble Search

Auteurs: Ashwin Raaghav Narayanan, Arber Zela, Tonmoy Saikia, Thomas Brox, Frank Hutter
Publié dans: ICML 2021 Workshop on Uncertainty and Robustness in Deep Learning, 2021
Éditeur: online

Transferring Optimally Across Data Distributions via Homotopy Methods

Auteurs: Matilde Gargiani, Andrea Zanelli, Quoc Tran Dinh, Moritz Diehl, Frank Hutter
Publié dans: ICLR 2020, 2020
Éditeur: online

NAS-Bench-x11 and the Power of Learning Curves

Auteurs: Shen Yan, Colin White, Yash Savani, Frank Hutter
Publié dans: NeurIPS 2021, 2021
Éditeur: online

Meta-Learning of Neural Architectures for Few-Shot Learning

Auteurs: Thomas Elsken, Benedikt Staffler, Jan Hendrik Metzen, Frank Hutter
Publié dans: CVPR 2020, 2020
Éditeur: IEEE

OpenML Benchmarking Suites

Auteurs: Bernd Bischl, Giuseppe Casalicchio, Matthias Feurer, Pieter Gijsbers, Frank Hutter, Michel Lang, Rafael Gomes Mantovani, Jan van Rijn, Joaquin Vanschoren
Publié dans: NeurIPS Datasets and Benchmarks 2021, 2021
Éditeur: online

Sample-Efficient Automated Deep Reinforcement Learning

Auteurs: Jörg Franke, Gregor Köhler, André Biedenkapp, Frank Hutter
Publié dans: ICLR 2021, 2021
Éditeur: online

Understanding and Robustifying Differentiable Architecture Search

Auteurs: Arber Zela, Thomas Elsken, Tonmoy Saikia, Yassine Marrakchi, Thomas Brox, Frank Hutter
Publié dans: ICLR 2020, 2020
Éditeur: online

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

Auteurs: Baohe Zhang, Raghu Rajan, Luis Pineda, Nathan Lambert, André Biedenkapp, Kurtland Chua, Frank Hutter, Roberto Calandra
Publié dans: AISTATS 2021, 2021
Éditeur: Proceedings of Machine Learning Research

Combining Hyperband and Bayesian Optimization

Auteurs: Stefan Falkner, Aaron Klein, Frank Hutter
Publié dans: Proceedings of BayesOpt 2017, 2017
Éditeur: published online

Learning curve predictionwith bayesian neural networks

Auteurs: Aaron Klein, Stefan Falkner, Jost Tobias Springenberg, Frank Hutter
Publié dans: proceedings of ICLR, 2017
Éditeur: published online

RoBO: A Flexible and Robust Bayesian Optimization Framework in Python

Auteurs: Aaron Klein, Stefan Falkner, Numair Mansur, Frank Hutter
Publié dans: Proceedings of BayesOpt 2017, 2017
Éditeur: published online

The Sacred Infrastructure for Computational Research

Auteurs: Klaus Greff, Aaron Klein, Martin Chovanec, Frank Hutter, Jürgen Schmidhuber
Publié dans: proceedings of the 15th python in science conference, 2017
Éditeur: published online

An Empirical Study of Hyperparameter Importance Across Datasets

Auteurs: Jan N. van Rijn, Frank Hutter
Publié dans: proceedings of AutoML, 2017
Éditeur: published online

The reparameterization trick for acquisition functions

Auteurs: James T. Wilson, Riccardo Moriconi, Frank Hutter, Marc Peter Deisenroth
Publié dans: Proceedings of BayesOpt 2017, 2017
Éditeur: published online

BOHB: Robust and Efficient Hyperparameter Optimization at Scale

Auteurs: Falkner, Stefan; Klein, Aaron; Hutter, Frank
Publié dans: ICML 2018, Numéro 5, 2018
Éditeur: ICML

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

Auteurs: Zela, Arber; Klein, Aaron; Falkner, Stefan; Hutter, Frank
Publié dans: AutoML Workshop, Numéro 1, 2018
Éditeur: AutoML

Maximizing acquisition functions for Bayesian optimization

Auteurs: Wilson, James T.; Hutter, Frank; Deisenroth, Marc Peter
Publié dans: NeurIPS 2018, Numéro 1, 2018
Éditeur: NeurIPS

Hyperparameter Importance Across Datasets

Auteurs: Jan N. van Rijn, Frank Hutter
Publié dans: Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining - KDD '18, 2018, Page(s) 2367-2376, ISBN 9781-450355520
Éditeur: ACM Press
DOI: 10.1145/3219819.3220058

Decoupled Weight Decay Regularization

Auteurs: Loshchilov, Ilya; Hutter, Frank
Publié dans: ICLR 2019, Numéro 5, 2019
Éditeur: ICLR

Learning to Design RNA

Auteurs: Runge, Frederic; Stoll, Danny; Falkner, Stefan; Hutter, Frank
Publié dans: ICLR 2019, Numéro 5, 2019
Éditeur: ICLR

Back to Basics: Benchmarking Canonical Evolution Strategies for Playing Atari

Auteurs: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Publié dans: IJCAI 2018, Numéro 1, 2018
Éditeur: IJCAI

NAS-Bench-101: Towards Reproducible Neural Architecture Search

Auteurs: Ying, Chris; Klein, Aaron; Real, Esteban; Christiansen, Eric; Murphy, Kevin; Hutter, Frank
Publié dans: ICML 2019, Numéro 5, 2019
Éditeur: ICML

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

Auteurs: Hutter, Frank Elsken, Thomas Metzen, Jan Hendrik
Publié dans: 2019
Éditeur: open review

Probabilistic Rollouts for Learning Curve Extrapolation Across Hyperparameter Settings

Auteurs: Matilde Gargiani, Aaron Klein, Stefan Falkner, Frank Hutter
Publié dans: 2019
Éditeur: online

Practical Automated Machine Learning for the AutoML Challenge 2018

Auteurs: Matthias Feurer Katharina Eggensperger Stefan Falkner Marius Lindauer Frank Hutter
Publié dans: ICML 2018, 2018
Éditeur: Online

Towards Further Automation in AutoML

Auteurs: Matthias Feurer Frank Hutter
Publié dans: ICML 2018 workshop on AutoML, 2018
Éditeur: Online

Neural Architecture Evolution in Deep Reinforcement Learning for Continuous Control

Auteurs: Jör Franke, Jörg Gregor Köhler Noor Awad Frank Hutter
Publié dans: NeurIPS 2019, 2019
Éditeur: Online

Bag of Tricks for Neural Architecture Search

Auteurs: Thomas Elsken, Benedikt Staffler, Arber Zela, Jan Hendrik Metzen, Frank Hutter
Publié dans: CVPR 2021 Workshop on Neural Architecture Search, 2021
Éditeur: online

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

Auteurs: Katharina Eggensperger, Philipp Müller, Neeratyoy Mallik, Matthias Feurer, Rene Sass, Aaron Klein, Noor Awad, Marius Lindauer, Frank Hutter
Publié dans: NeurIPS Datasets and Benchmarks 2021, 2021
Éditeur: online

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

Auteurs: Samuel G. Müller, Frank Hutter
Publié dans: ICCV 2021, 2021
Éditeur: online

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

Auteurs: Arber Zela, Julien Siems, Frank Hutter
Publié dans: ICLR 2020, 2020
Éditeur: online

Bayesian Optimization with a Prior for the Optimum

Auteurs: Artur Souza, Luigi Nardi, Leonardo B. Oliveira,Kunle Olukotun, Marius Lindauer, Frank Hutte
Publié dans: ECML PKDD 2021, 2021
Éditeur: online

Neural Ensemble Search for Uncertainty Estimation and Dataset Shift

Auteurs: Sheheryar Zaidi, Arber Zela, Thomas Elsken, Chris C Holmes, Frank Hutter, Yee Teh
Publié dans: NeurIPS 2021, 2021
Éditeur: online

How Powerful are Performance Predictors in Neural Architecture Search?

Auteurs: Colin White, Arber Zela, Robin Ru, Yang Liu, Frank Hutter
Publié dans: NeurIPS 2021, 2021
Éditeur: online

Well-tuned Simple Nets Excel on Tabular Datasets

Auteurs: Arlind Kadra, Marius Lindauer, Frank Hutter, Josif Grabocka
Publié dans: NeurIPS 2021, 2021
Éditeur: online

MDP Playground: A Design and Debug Testbed for Reinforcement Learning

Auteurs: Rajan, Raghu; Diaz, Jessica Lizeth Borja; Guttikonda, Suresh; Ferreira, Fabio; Biedenkapp, André; von Hartz, Jan Ole; Hutter, Frank
Publié dans: arXiv preprint, Numéro 17, 2021
Éditeur: online

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

Auteurs: Matilde Gargiani, Andrea Zanelli, Moritz Diehl, Frank Hutter
Publié dans: 2020
Éditeur: online

OpenML Benchmarking Suites and the OpenML100

Auteurs: Bischl, Bernd; Casalicchio, Giuseppe; Feurer, Matthias; Hutter, Frank; Lang, Michel; Mantovani, Rafael G.; van Rijn, Jan N.; Vanschoren, Joaquin
Publié dans: Numéro 1, 2017
Éditeur: arXiv

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

Auteurs: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Publié dans: arXiv, Numéro 5, 2017
Éditeur: arXiv

Neural Model-based Optimization with Right-Censored Observations

Auteurs: Katharina Eggensperger, Kai Haase, Philipp Müller, Marius Lindauer, Frank Hutter
Publié dans: arXiv, 2020
Éditeur: online

Auto-sklearn 2.0: The Next Generation

Auteurs: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Publié dans: arXiv, 2020
Éditeur: online

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

Auteurs: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Publié dans: arXiv, 2021
Éditeur: online

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

Auteurs: Lucas Zimmer, Marius Lindauer, Frank Hutter
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, Numéro pp. 3079-3090, vol. 43, 2021, ISSN 1939-3539
Éditeur: IEEE Computer Society
DOI: 10.1109/tpami.2021.3067763

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

Auteurs: Zimmer, Lucas; Lindauer, Marius; Hutter, Frank
Publié dans: TPAMI, Numéro 6, 2021, ISSN 2160-9292
Éditeur: IEEE Computer Society

Neural Architecture Search: A Survey

Auteurs: Elsken, Thomas; Metzen, Jan Hendrik; Hutter, Frank
Publié dans: JMLR, Numéro 5, 2019, ISSN 1533-7928
Éditeur: JMLR

Fast Bayesian hyperparameteroptimization on large datasets

Auteurs: Aaron Klein Stefan Falkner Simon Bartels Philipp Hennig Frank Hutter
Publié dans: Electronic Journal of Statistics, 2017, ISSN 1935-7524
Éditeur: Institute of Mathematical Statistics

SMAC3: A Versatile Bayesian Optimization Package for Hyperparameter Optimization

Auteurs: Marius Lindauer, Katharina Eggensperger, Matthias Feurer, Andre Biedenkapp, Difan Deng, Carolin Benjamins, Tim Ruhkopf, Rene Sass, Frank Hutter
Publié dans: Journal of Machine Learning Research, Numéro 23, 2022, ISSN 1533-7928
Éditeur: online

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

Auteurs: 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
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, Numéro 43/9, 2021, Page(s) 3108-3125, ISSN 0162-8828
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2021.3075372

Uncertainty Estimates and Multi-hypotheses Networks for Optical Flow

Auteurs: Eddy Ilg, Özgün Çiçek, Silvio Galesso, Aaron Klein, Osama Makansi, Frank Hutter, Thomas Brox
Publié dans: Computer Vision – ECCV 2018 - 15th European Conference, Munich, Germany, September 8–14, 2018, Proceedings, Part VII, Numéro 11211, 2018, Page(s) 677-693, ISBN 978-3-030-01233-5
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-01234-2_40

Automated Machine Learning: Methods, Systems, Challenges

Auteurs: Hutter, Frank, Kotthoff, Lars, Vanschoren, Joaquin (Eds.)
Publié dans: The Springer Series on Challenges in Machine Learning, 2019
Éditeur: Springer Switzerland

Publications

Partager cette page

Télécharger