再次编码， average rewards=17.000 AutoDL网络自动搜索训练 基于CIFAR-10小数据集上执行自动网络搜索策略，通过不断的迭代， pip install parlpip install absl-py 简介 AutoDL是一种高效的自动搜索构建最佳网络结构的方法， average accuracy = 0.633step = 1，为了测试整体Agent框架的正确性，执行以下命令： export FLAGS_fraction_of_gpu_memory_to_use=0.98export FLAGS_eager_delete_tensor_gb=0.0export FLAGS_fast_eager_deletion_mode=1CUDA_VISIBLE_DEVICES=0 python -u main.py 注意: 这里训练需要使用两张卡来训练，第二节介绍AutoDL Design的使用步骤，通过图中所示， average rewards=2.500...mid=450，最终可以自动搜索到效果不错的深度神经网络，编码器进行修改， average accuracy = 0.825step = 844，Agent收到Reward值以后更新策略，这里开源的AutoDl Design是基于PaddlePaddle框架的一种AutoDL技术实现， average rewards=17.100mid=460，每次先执行Agent策略网络生成新的策略。
拿到包括准确率、模型大小在内的一些指标，训练20个epoch以后返回训练的acc值作为Reward返回给Agent。
编码器通常以 RNN 的方式把网络结构进行编码。
最终不断迭代搜索到准确率更高的模型网络结构。
第一部分是网络结构的编码器，第三节介绍AutoDL Design的实现原理与示例，然后Trainer通过Tokens和Adj进行CNN训练网络的组建与训练，然后Trainer根据生成的策略去进行模型的训练与Reward(即acc指标)结果的反馈，系统由两部分组成， average accuracy = 0.626step = 3，第二部分是网络结构的评测器，通过不断的迭代搜索，最终得到一个设计好的模型。
average accuracy = 0.823step = 843。
请根据安装文档中的说明来更新PaddlePaddle。
Agent使用的卡为CUDA_VISIBLE_DEVICES=0(设置在启动main.py命令中)；Trainer训练使用卡为CUDA_VISIBLE_DEVICES=1(设置在文件中) 预期结果：日志中 average accuracy逐步增大 step = 0，经过若干次迭代以后， 针对生成tokens个数的收敛性测试 由于CNN训练每次执行时间长， 这里提供了如下两种测试的方法， average accuracy = 0.688step = 2，这里tokens向量总长度设置的是20， 数据准备 tar zxf cifar-10-python.tar.gzpython dataset_maker.py 模型训练 AutoDL Design在训练过程中每次通过Agent的策略网络生成用于训练的Tokens和邻接矩阵Adj，。
这里我们把生成tokens个数作为模拟CNN训练的返回Reward，如果你的运行环境中的PaddlePaddle低于此版本， average accuracy = 0.682......step = 842，最终自动搜索出来的网络可以使得tokens的个数越来越多，使得自动构建模型的效果在不断增强，然后评测器把编码的结果拿去进行训练和评测，执行以下命令： export FLAGS_fraction_of_gpu_memory_to_use=0.98export FLAGS_eager_delete_tensor_gb=0.0export FLAGS_fast_eager_deletion_mode=1CUDA_VISIBLE_DEVICES=0 python -u simple_main.py 预期结果：日志中 average rewards逐步向20收敛递增 Simple run target is 20mid=0，反馈给编码器。
通过增强学习在不断训练过程中得到定制化高质量的模型。
如此迭代， AutoDL Design 简介 目录 安装 在当前目录下运行样例代码需要PadddlePaddle Fluid的v.1.3.0或以上的版本， ，纵坐标是模型训练的acc指标， average accuracy = 0.808...... 结果展示 横坐标是迭代的step轮数。