Google 的 AutoML 在自主模型设计方面确实是一个好主意。您可以在此博客中找到详细信息。让我简要解释一下。

我们，数据科学家，通过遵循现有模型来设计新网络，通过分析所创建模型的弱点和优势来尝试和失败并一次又一次地尝试。然而，作为人类，我们设计/分析此类网络的能力有限。这就是为什么谷歌创建了一个人工智能来分析每个节点的优势和劣势，同时做出预测。该 AI 分析每个节点并尝试通过添加/删除/修改每个节点/层的连接来改进结果。我猜 AutoML AI 以最先进的网络为基础，并根据您的数据开始修改网络以创建自定义模型。

在这样做的同时，正在使用两种技术：迁移学习和强化学习。

迁移学习被用于从最准确的点开始训练。

强化学习被用于修改网络以取得更好的成功。这是这项技术的关键部分。

所以，对于用户来说，更像是上传你的数据，让人工智能为你修改网络，给你一个特定于你数据的自定义模型。