Awesome-AutoDL

收录理由

自动化深度学习涉及神经架构搜索、超参数优化以及围绕两者的工具链，想理清头绪并不容易。这份精选索引把主流库（如 NNI、AutoGluon、Auto-PyTorch、TPOT 等）、NAS-Bench-101 和 NAS-Bench-201 这类标准基准，以及按会议年份和搜索方法（梯度、强化学习、进化、性能预测）整理的大量论文都收在了一起。作者本人是研究者，参与构建了其中多个基准，所以选材有实际经验支撑，不是简单按关键词堆砌。评估 AutoML 技术栈的团队可以借助库和基准部分快速筛选候选方案，而按会议组织的论文列表则方便新手追踪 NAS 和 HPO 方法的发展脉络。这份清单更像参考手册和阅读指南，不是拿来直接运行的工具，但能省下不少四处翻找的时间。