前言
AutoML是指尽量不通过人来设定超参数，而是使用某种学习机制，来调节这些超参数。这些学习机制包括传统的贝叶斯优化，多臂老虎机（multi-armed bandit），进化算法，还有比较新的强化学习。
我将AutoML分为传统AutoML ，自动调节传统的机器学习算法的参数，比如随机森林，我们来调节它的max_depth, num_trees, criterion等参数。 还有一类AutoML，则专注深度学习。这类AutoML，不妨称之为深度AutoML ，与传统AutoML的差别是，现阶段深度AutoML，会将神经网络的超参数分为两类，一类是与训练有关的超参数，比如learning rate, regularization, momentum等；还有一类超参数，则可以总结为网络结构。对网络结构的超参数自动调节，也叫 Neural architecture search (nas) 。而针对训练的超参数，也是传统AutoML的自动调节，叫 Hyperparameter optimization (ho) 。
传统AutoML
1. 贝叶斯优化
贝叶斯优化是一种近似逼近的方法，用各种代理函数来拟合超参数与模型评价之间的关系，然后选择有希望的超参数组合进行迭代，最后得出效果最好的超参数组合。
算法流程
初始化，随机选择若干组参数x，训练模型，得到相应的模型评价指标y
用代理函数来拟合x,y
用采集函数来选择最佳的x*
将x*带入模型，得到 新的y，然后进入第2步
具体算法
| 算法 | 代理函数 | 采集函数 | 优缺点 |
|---|---|---|---|
| BO | 高斯过程 | Expected Improvement | 应用广泛，在低维空间表现出色 |
| SMAC | 回归随机森林 | Upper Confidence Bound | 对离散型变量表现出色 |
| TPE | 高斯混合模型 | Expected Improvement | 高维空间表现出色，有论文表明最实用 |
特点
需要消耗大量资源及时间。由于需要至少几十次迭代，即需要训练几十次的模型，因而会造成大量资源、时间消耗。基于这个特点，可以说贝叶斯优化算法适合传统AutoML ，而不适合深度AutoML
效果不稳定。由于初始化存在随机性，其效果不稳定。也有论文表明，贝叶斯优化算法并不显著优于随机搜索(random search)
2. Multi-armed Bandit
multi-armed bandit是非常经典的序列决策模型，要解决的问题是平衡“探索”(exploration)和“利用”(exploitation)。
举一个bandit例子，你有20个按钮，每个按钮按一次可能得到一块钱或者拿不到钱，同时每个按钮的得到一块钱的概率不同，而你在事前对这些概率一无所知。在你有1000次按按钮的机会下，呼和得到最大收益。
这类算法，通过将自动调参问题，转化为bandit问题，配置更多资源给表现更优异的参数模型。
具体算法
Hyperband是一个颇具代表的算法。总体思路我们由一个自动调节LeNet的例子来展示：
image
R=81代表总资源， 代表每次筛选的比例，ni代表参数配置的组合数，ri代表资源数，这里代表一个epoch，第一行代表随机得到ni个参数配置，然后经过第ri次迭代之后，根据模型validation loss选择出top k个表现好的模型，继续下一行ri的训练。
特点
Bandit思想还是很重要的，是一类针对资源配置的算法，可以有效避免资源浪费在很差的参数配置上。
Bandit结合贝叶斯优化，就构成了传统的AutoML的核心，比如伯克利的这篇paper，或者今年cmu的atm 。事实上，在华为，我也搞了这方面的专利，核心也是Bandit与贝叶斯优化。
Bandit同样适合于深度AutoML中nas任务，但是对ho任务的应用，我是存疑的，比如学习率lr 一大一小两组实验，在前期极有可能是大lr那组的loss下降快，如果用bandit判断这个lr优秀，而停止了另一组的实验，很有可能造成错误。因为大的学习率，在前期可能确实会加快收敛，但是一段时间后，可能就会震荡了，最后的收敛精度可能就很低。
深度AutoML
1. 进化算法
一般的进化算法其实大同小异，差别在如何选择变异，有比较细的变异，比如在Large-Scale Evolution of Image Classifiers 这篇文章中，就定义了非常具体的变异，比如有改变通道数量，改变filter大小，改变stride等等；而在Simple And Efficient Architecture Search for Convolutional Neural Networks这篇论文中，它的变异，就借鉴了现有公认的比较好的结构，加深网络就用conv-bn-relu3件套，加宽网络加大通道数量，增加skip connection。
这些进化算法在做自动模型选择时，每次迭代都不可避免的需要在整个数据集上跑若干个epoch，而每次迭代都有许多个变异，又需要很多次迭代，导致最后的训练时间太久。
fine-tune基础上的进化
Simple And Efficient Architecture Search for Convolutional Neural Networks 这篇论文提出，我们先用一个成熟的模型去训练(也可以fine-tune训练)，然后在这个模型的基础上去变异，变异之后用fine-tune训练几个epoch即可。这带来两个好的结果：
fine tune减少了大量的训练时间
我们最后拿出来的模型，至少不比成熟模型差
个人认为，这篇论文很有实际意义。
2. 强化学习
强化学习在nas和ho两方面都有应用。
强化学习-自动网络结构搜索
Learning Transferable Architectures for Scalable Image Recognition
用RNN作为controller，产生网络结构，然后根据收敛精度调节rnn。
将整个网络分为两种cell，Normal cell 和 Reduction cell，每个cell有B个block组成，而一个cell由rnn生成的过程如图所示：
image
选择一个hidden layer A
选择一个hidden layer B
为A选择一个op
为B选择一个op
选择一个结合op
重复1-5步骤B次，生成一个cell
该方法现在cifar10上寻找到两种cell的结构，然后迁移到imagenet上。
值得注意的是，该方法虽然效果惊人，但是人为的提前设定非常多：
每个cell有B个block组成，B是人为设定的值，这里被设为了5；
cell的数量及cell的排序顺序都是提前订好的；
因此在这个网络结构的搜索中，模型的探索空间有限，同时它在cifar10上进行训练，因此相对于最早的用强化学习来做automl的方法，已经加速了许多。但是还是不够快，针对速度问题，有一篇paper：enas。
ENAS 在上述方法的基础上，采用参数共享的方式，避免每次新产生的模型重头训练的问题，因此大大加速了训练时间，使得gpu耗时降低到了一天之内（cifar10数据集），可谓效果惊人！
强化学习-优化器
Neural Optimizer Search with Reinforcement Learning
用RNN作为optimizer的controller，产生optimizer，然后用小的cnn模型训练5个epoch，得到的val_acc作为reward，训练。
将每个optimizer抽象的表达为：
image
比如：
image
最后产生了两类optimizer：
image
强化学习总结
强化学习在深度学习中的应用可谓方方面面，比如用强化学习做图像的增强学习 、device配置等等，但是强化学习的问题在于每一类问题，哪怕换一份相近的数据，也要从头训练；而且训练消耗的时间非常长。
3. 其它方法
1. 辅助网络初始化参数
SMASH: One-Shot Model Architecture Search through HyperNetworks 在这篇论文中，介绍了一种利用辅助网络给不同的网络初始化参数，从而无需重训练的方法。
其大致流程是在一堆待搜索的网络结构中，随机挑选数据和网络结构，用辅助网络负责参数初始化，然后训练用梯度下降训练这个辅助网络。在该辅助网络训练的足够好之后，就可以用它给各个不同的网络初始化参数，然后测试validation loss，最后挑出最优的网络结构，从头开始正常训练。
该方法通过训练一次辅助网络，避免每个网络都需要训练的情况，使得训练时间大大减小。该方法非常具有参考意义。
2. DARTS
Differentiable architecture search (DARTS). 在这项研究中，将神经网络的探索空间从discrete变为continuous，从而可以使用梯度下降的方式，来优化神经网络的结构。
这个研究生非常有意思，非常有希望，期待这方面的继续发展！
