返回 AI 工具目录
Model Search
开发框架人工精选最近核验 2026年7月23日
Model Search 是 Google 开源的神经架构搜索(NAS)框架,面向分类等任务自动探索合适的深度网络结构,替代手工反复试验层与超参组合。基于 TensorFlow(Estimator 与 Keras 预处理),通过 Provider 接口接入 CSV、图像或自定义数据,实例化 SingleTrainer 运行搜索,并可借助数据库后端在多机上分布式搜索。项目已于 2024 年被 Google 归档为只读、不再维护,适合作为 NAS 思路参考与实验基线,不宜直接用于新生产系统。许可证 Apache-2.0。
定价开源部署自托管、本地运行国内可达国内可达许可Apache-2.0
解决什么问题
- 自动搜索适合任务的深度网络结构
- 减少手工反复调层与超参的试错成本
- 用统一框架跑多种 AutoML/NAS 算法
- 支持在多机上分布式并行搜索
适合
- 研究或实验中需要 NAS/AutoML 基线
- 已有 TensorFlow 技术栈的团队
- 分类等结构化或图像任务的架构探索
- 愿意自建并阅读源码做定制
不适合
- 项目 2024 年已归档,不再维护更新
- 依赖较旧的 TensorFlow Estimator API
- 不适合直接进入新的生产系统
- 非 TensorFlow 或需长期支持者不宜选用
如何接入
- 通过 Provider 接口接入 CSV/图像/自定义数据
- 实例化 SingleTrainer 调 try_models 搜索
- 用 protobuf(如 dnn_config.pbtxt)配置
- 多机搜索需配置数据库后端
- 以 Bazel 构建
已知限制
- 仓库已只读归档,无官方后续支持
- 绑定较旧的 TensorFlow API
- 文档与示例更新停滞
- 大规模搜索算力开销高
接入与使用事实
- 部署方式
- 自托管、本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。