진화 알고리즘을 통한 딥러닝 하이퍼파라미터 최적화

딥러닝(DL)은 비교적 자동적인 특징 생성과, 특히 합성곱 신경망(CNN)의 높은 정확도 분류 능력으로 인해 영상 및 음성 응용 분야에서 최근 큰 성공을 거두고 있다. 이러한 모델들은 데이터 기반 방법을 통해 매개변수를 학습하지만, 하이퍼파라미터 선택을 통한 모델 선택(즉, 아키텍처 구성)은 여전히 번거롭고 직관에 크게 의존하는 작업이다. 이를 해결하기 위해, MENNDL(Multi-node Evolutionary Neural Networks for Deep Learning)이 유전 알고리즘을 통한 하이퍼파라미터 최적화를 수행하여 계산 클러스터 상에서 네트워크 선택을 자동화하는 방법으로 제안되었다.