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

Hyperparameter Transfer Across Developer Adjustments

Autorzy: Danny Stoll, Jörg Franke, Diane Wagner, Simon Selg, Frank Hutter
Opublikowane w: NeurIPS MetaLearning Workshop, 2020
Wydawca: online

Multi-headed Neural Ensemble Search

Autorzy: Ashwin Raaghav Narayanan, Arber Zela, Tonmoy Saikia, Thomas Brox, Frank Hutter
Opublikowane w: ICML 2021 Workshop on Uncertainty and Robustness in Deep Learning, 2021
Wydawca: online

Transferring Optimally Across Data Distributions via Homotopy Methods

Autorzy: Matilde Gargiani, Andrea Zanelli, Quoc Tran Dinh, Moritz Diehl, Frank Hutter
Opublikowane w: ICLR 2020, 2020
Wydawca: online

NAS-Bench-x11 and the Power of Learning Curves

Autorzy: Shen Yan, Colin White, Yash Savani, Frank Hutter
Opublikowane w: NeurIPS 2021, 2021
Wydawca: online

Meta-Learning of Neural Architectures for Few-Shot Learning

Autorzy: Thomas Elsken, Benedikt Staffler, Jan Hendrik Metzen, Frank Hutter
Opublikowane w: CVPR 2020, 2020
Wydawca: IEEE

OpenML Benchmarking Suites

Autorzy: Bernd Bischl, Giuseppe Casalicchio, Matthias Feurer, Pieter Gijsbers, Frank Hutter, Michel Lang, Rafael Gomes Mantovani, Jan van Rijn, Joaquin Vanschoren
Opublikowane w: NeurIPS Datasets and Benchmarks 2021, 2021
Wydawca: online

Sample-Efficient Automated Deep Reinforcement Learning

Autorzy: Jörg Franke, Gregor Köhler, André Biedenkapp, Frank Hutter
Opublikowane w: ICLR 2021, 2021
Wydawca: online

Understanding and Robustifying Differentiable Architecture Search

Autorzy: Arber Zela, Thomas Elsken, Tonmoy Saikia, Yassine Marrakchi, Thomas Brox, Frank Hutter
Opublikowane w: ICLR 2020, 2020
Wydawca: online

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

Autorzy: Baohe Zhang, Raghu Rajan, Luis Pineda, Nathan Lambert, André Biedenkapp, Kurtland Chua, Frank Hutter, Roberto Calandra
Opublikowane w: AISTATS 2021, 2021
Wydawca: Proceedings of Machine Learning Research

Combining Hyperband and Bayesian Optimization

Autorzy: Stefan Falkner, Aaron Klein, Frank Hutter
Opublikowane w: Proceedings of BayesOpt 2017, 2017
Wydawca: published online

Learning curve predictionwith bayesian neural networks

Autorzy: Aaron Klein, Stefan Falkner, Jost Tobias Springenberg, Frank Hutter
Opublikowane w: proceedings of ICLR, 2017
Wydawca: published online

RoBO: A Flexible and Robust Bayesian Optimization Framework in Python

Autorzy: Aaron Klein, Stefan Falkner, Numair Mansur, Frank Hutter
Opublikowane w: Proceedings of BayesOpt 2017, 2017
Wydawca: published online

The Sacred Infrastructure for Computational Research

Autorzy: Klaus Greff, Aaron Klein, Martin Chovanec, Frank Hutter, Jürgen Schmidhuber
Opublikowane w: proceedings of the 15th python in science conference, 2017
Wydawca: published online

An Empirical Study of Hyperparameter Importance Across Datasets

Autorzy: Jan N. van Rijn, Frank Hutter
Opublikowane w: proceedings of AutoML, 2017
Wydawca: published online

The reparameterization trick for acquisition functions

Autorzy: James T. Wilson, Riccardo Moriconi, Frank Hutter, Marc Peter Deisenroth
Opublikowane w: Proceedings of BayesOpt 2017, 2017
Wydawca: published online

BOHB: Robust and Efficient Hyperparameter Optimization at Scale

Autorzy: Falkner, Stefan; Klein, Aaron; Hutter, Frank
Opublikowane w: ICML 2018, Numer 5, 2018
Wydawca: ICML

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

Autorzy: Zela, Arber; Klein, Aaron; Falkner, Stefan; Hutter, Frank
Opublikowane w: AutoML Workshop, Numer 1, 2018
Wydawca: AutoML

Maximizing acquisition functions for Bayesian optimization

Autorzy: Wilson, James T.; Hutter, Frank; Deisenroth, Marc Peter
Opublikowane w: NeurIPS 2018, Numer 1, 2018
Wydawca: NeurIPS

Hyperparameter Importance Across Datasets

Autorzy: Jan N. van Rijn, Frank Hutter
Opublikowane w: Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining - KDD '18, 2018, Strona(/y) 2367-2376, ISBN 9781-450355520
Wydawca: ACM Press
DOI: 10.1145/3219819.3220058

Decoupled Weight Decay Regularization

Autorzy: Loshchilov, Ilya; Hutter, Frank
Opublikowane w: ICLR 2019, Numer 5, 2019
Wydawca: ICLR

Learning to Design RNA

Autorzy: Runge, Frederic; Stoll, Danny; Falkner, Stefan; Hutter, Frank
Opublikowane w: ICLR 2019, Numer 5, 2019
Wydawca: ICLR

Back to Basics: Benchmarking Canonical Evolution Strategies for Playing Atari

Autorzy: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Opublikowane w: IJCAI 2018, Numer 1, 2018
Wydawca: IJCAI

NAS-Bench-101: Towards Reproducible Neural Architecture Search

Autorzy: Ying, Chris; Klein, Aaron; Real, Esteban; Christiansen, Eric; Murphy, Kevin; Hutter, Frank
Opublikowane w: ICML 2019, Numer 5, 2019
Wydawca: ICML

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

Autorzy: Hutter, Frank Elsken, Thomas Metzen, Jan Hendrik
Opublikowane w: 2019
Wydawca: open review

Probabilistic Rollouts for Learning Curve Extrapolation Across Hyperparameter Settings

Autorzy: Matilde Gargiani, Aaron Klein, Stefan Falkner, Frank Hutter
Opublikowane w: 2019
Wydawca: online

Practical Automated Machine Learning for the AutoML Challenge 2018

Autorzy: Matthias Feurer Katharina Eggensperger Stefan Falkner Marius Lindauer Frank Hutter
Opublikowane w: ICML 2018, 2018
Wydawca: Online

Towards Further Automation in AutoML

Autorzy: Matthias Feurer Frank Hutter
Opublikowane w: ICML 2018 workshop on AutoML, 2018
Wydawca: Online

Neural Architecture Evolution in Deep Reinforcement Learning for Continuous Control

Autorzy: Jör Franke, Jörg Gregor Köhler Noor Awad Frank Hutter
Opublikowane w: NeurIPS 2019, 2019
Wydawca: Online

Bag of Tricks for Neural Architecture Search

Autorzy: Thomas Elsken, Benedikt Staffler, Arber Zela, Jan Hendrik Metzen, Frank Hutter
Opublikowane w: CVPR 2021 Workshop on Neural Architecture Search, 2021
Wydawca: online

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

Autorzy: Katharina Eggensperger, Philipp Müller, Neeratyoy Mallik, Matthias Feurer, Rene Sass, Aaron Klein, Noor Awad, Marius Lindauer, Frank Hutter
Opublikowane w: NeurIPS Datasets and Benchmarks 2021, 2021
Wydawca: online

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

Autorzy: Samuel G. Müller, Frank Hutter
Opublikowane w: ICCV 2021, 2021
Wydawca: online

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

Autorzy: Arber Zela, Julien Siems, Frank Hutter
Opublikowane w: ICLR 2020, 2020
Wydawca: online

Bayesian Optimization with a Prior for the Optimum

Autorzy: Artur Souza, Luigi Nardi, Leonardo B. Oliveira,Kunle Olukotun, Marius Lindauer, Frank Hutte
Opublikowane w: ECML PKDD 2021, 2021
Wydawca: online

Neural Ensemble Search for Uncertainty Estimation and Dataset Shift

Autorzy: Sheheryar Zaidi, Arber Zela, Thomas Elsken, Chris C Holmes, Frank Hutter, Yee Teh
Opublikowane w: NeurIPS 2021, 2021
Wydawca: online

How Powerful are Performance Predictors in Neural Architecture Search?

Autorzy: Colin White, Arber Zela, Robin Ru, Yang Liu, Frank Hutter
Opublikowane w: NeurIPS 2021, 2021
Wydawca: online

Well-tuned Simple Nets Excel on Tabular Datasets

Autorzy: Arlind Kadra, Marius Lindauer, Frank Hutter, Josif Grabocka
Opublikowane w: NeurIPS 2021, 2021
Wydawca: online

MDP Playground: A Design and Debug Testbed for Reinforcement Learning

Autorzy: Rajan, Raghu; Diaz, Jessica Lizeth Borja; Guttikonda, Suresh; Ferreira, Fabio; Biedenkapp, André; von Hartz, Jan Ole; Hutter, Frank
Opublikowane w: arXiv preprint, Numer 17, 2021
Wydawca: online

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

Autorzy: Matilde Gargiani, Andrea Zanelli, Moritz Diehl, Frank Hutter
Opublikowane w: 2020
Wydawca: online

OpenML Benchmarking Suites and the OpenML100

Autorzy: Bischl, Bernd; Casalicchio, Giuseppe; Feurer, Matthias; Hutter, Frank; Lang, Michel; Mantovani, Rafael G.; van Rijn, Jan N.; Vanschoren, Joaquin
Opublikowane w: Numer 1, 2017
Wydawca: arXiv

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

Autorzy: Chrabaszcz, Patryk; Loshchilov, Ilya; Hutter, Frank
Opublikowane w: arXiv, Numer 5, 2017
Wydawca: arXiv

Neural Model-based Optimization with Right-Censored Observations

Autorzy: Katharina Eggensperger, Kai Haase, Philipp Müller, Marius Lindauer, Frank Hutter
Opublikowane w: arXiv, 2020
Wydawca: online

Auto-sklearn 2.0: The Next Generation

Autorzy: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Opublikowane w: arXiv, 2020
Wydawca: online

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

Autorzy: Matthias Feurer, Katharina Eggensperger, Stefan Falkner, Marius Lindauer, Frank Hutter
Opublikowane w: arXiv, 2021
Wydawca: online

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

Autorzy: Lucas Zimmer, Marius Lindauer, Frank Hutter
Opublikowane w: IEEE Transactions on Pattern Analysis and Machine Intelligence, Numer pp. 3079-3090, vol. 43, 2021, ISSN 1939-3539
Wydawca: IEEE Computer Society
DOI: 10.1109/tpami.2021.3067763

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

Autorzy: Zimmer, Lucas; Lindauer, Marius; Hutter, Frank
Opublikowane w: TPAMI, Numer 6, 2021, ISSN 2160-9292
Wydawca: IEEE Computer Society

Neural Architecture Search: A Survey

Autorzy: Elsken, Thomas; Metzen, Jan Hendrik; Hutter, Frank
Opublikowane w: JMLR, Numer 5, 2019, ISSN 1533-7928
Wydawca: JMLR

Fast Bayesian hyperparameteroptimization on large datasets

Autorzy: Aaron Klein Stefan Falkner Simon Bartels Philipp Hennig Frank Hutter
Opublikowane w: Electronic Journal of Statistics, 2017, ISSN 1935-7524
Wydawca: Institute of Mathematical Statistics

SMAC3: A Versatile Bayesian Optimization Package for Hyperparameter Optimization

Autorzy: Marius Lindauer, Katharina Eggensperger, Matthias Feurer, Andre Biedenkapp, Difan Deng, Carolin Benjamins, Tim Ruhkopf, Rene Sass, Frank Hutter
Opublikowane w: Journal of Machine Learning Research, Numer 23, 2022, ISSN 1533-7928
Wydawca: online

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

Autorzy: 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
Opublikowane w: IEEE Transactions on Pattern Analysis and Machine Intelligence, Numer 43/9, 2021, Strona(/y) 3108-3125, ISSN 0162-8828
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2021.3075372

Uncertainty Estimates and Multi-hypotheses Networks for Optical Flow

Autorzy: Eddy Ilg, Özgün Çiçek, Silvio Galesso, Aaron Klein, Osama Makansi, Frank Hutter, Thomas Brox
Opublikowane w: Computer Vision – ECCV 2018 - 15th European Conference, Munich, Germany, September 8–14, 2018, Proceedings, Part VII, Numer 11211, 2018, Strona(/y) 677-693, ISBN 978-3-030-01233-5
Wydawca: Springer International Publishing
DOI: 10.1007/978-3-030-01234-2_40

Automated Machine Learning: Methods, Systems, Challenges

Autorzy: Hutter, Frank, Kotthoff, Lars, Vanschoren, Joaquin (Eds.)
Opublikowane w: The Springer Series on Challenges in Machine Learning, 2019
Wydawca: Springer Switzerland

Publikacje

Udostępnij tę stronę

Pobierz