跳到正文
原文
arXiv 机器学习· Gaston Plat, Paul Saves, Nathalie Bartoli, Thierry Lefebvre, Joseph Morlier·· 2 天前AI 评分32

能耗感知的节约型贝叶斯优化方法

Energy-aware frugal Bayesian optimization

AI 导读

研究人员提出一种在贝叶斯优化框架中引入计算能耗足迹量化指标的方法,引导模型参数配置兼顾性能表现与节约性。该方法旨在解决复杂设计优化中仅追求预测准确度而忽视计算开销的问题。计算实验表明,该机制揭示了最优收敛与底层能耗之间的权衡,有时还能在找到更优解的同时降低能耗。

来源:arXiv 机器学习 · arxiv.org