第34篇:自动化机器学习(AutoML)初探——让AI来设计AI(概念入门)做了这么多年AI项目,我踩过最大的一个坑,不是模型调参,也不是数据清洗,而是如何为特定任务找到“最优”的机器学习模型和超参数组合。这活儿有多折磨人?我举个真实经历:当时为了一个图像分类项目,我们团队在ResNet、EfficientNet、Vision Transformer等几个主流架构里反复横跳,每个架构又有几十个关键超参数(学习率、批大小、优化器、Dropout率……)。我们手动尝试了上百种组合,花了近两周,最后选出的模型,在测试集上比我们最初随手跑的一个基线模型,准确率只提升了可怜的1.2%。投入