SmartTune - Optimisation robuste et durable des hyperparamètres pour le Deep Learning

L'objectif est de trouver des moyens d'explorer l'espace des hyperparamètres de manière plus intelligente. L'idée est de prendre en compte les dépendances entre ces paramètres pour échantillonner l'espace de manière plus ciblée sans (trop) sacrifier les performances (e.g., précision, erreur) du modèle. Nous intégrerons également certaines connaissances du domaine dans le processus pour éviter des coûts d'infrastructure élevés seront ainsi réduits et les innovations ainsi que la productivité apportée par le deep learning seront accessibles aux structures de toutes tailles.