进化深度学习的研究现状与进展

来源：信息与控制杂志2024年第2期北京时间：

作者：李楠, 贺美蕊, 马连博

摘要：近些年, 深度学习在工业界和学术界取得了令人瞩目的发展。然而, 深度模型的超参数配置通常需要巨大的计算开销和专家知识。进化计算作为一种高效的启发式搜索方式, 在深度模型的自动化配置中已经展现出显著的优势, 能够有效缓解上述问题, 这种方法也被称为进化深度学习。本文从自动机器学习的视角分析进化深度学习。具体来讲, 首先结合进化计算和深度学习的特点, 阐述进化深度学习的概念和优化模型。在此基础上, 从深度学习的生命周期出发, 系统地介绍了数据准备、模型生成和模型部署三个阶段的进化深度学习方法。此外, 分析并讨论了不同的解表示和搜索范式。最后, 本文提供了进化深度学习的相关应用, 开放问题及潜在研究方向。本文综述了进化深度学习的最新进展, 并为其未来的发展提出了一些指导性的建议。

关键词：进化计算, 进化深度学习, 数据准备, 模型生成, 模型部署