人工智能完整詞典
由NAS过程可以生成的所有可能神经网络架构的集合，通过对层类型、连接和超参数的约束来定义。
使用强化学习代理的NAS方法，该代理通过最大化基于模型在目标任务上验证性能的奖励来学习生成网络架构。
生成其他网络权重的神经网络，在NAS中用于参数化架构空间，允许同时优化结构和权重。
基于最终性能预测提前停止候选架构训练的技术，显著减少评估的计算成本。
NAS中架构空间的数学表示，使用连续、离散或混合变量来编码结构决策，并允许其算法优化。