从逻辑上讲这是可能的，但您最终只会使整个任务复杂化。

AutoML 的目的是为客户提供一揽子解决方案。为此，经过训练的网络决定并生成模型架构。这样做是为了让任何具有基本经验的人都能够将解决方案集成到他们的系统中。

目前，复杂的架构和网络需要经验丰富的数据科学家来构建、训练和部署。为了克服这一瓶颈并使所有人都能使用机器学习，正在开发 AutoML。

因此，添加另一个祖父网络来优化 autoML 网络只会使计算时间和超参数优化方面的任务复杂化。

如果我们决定添加另一个网络，现在研究人员必须查看这个网络并根据内部网络和模型对其进行调整。这意味着更多的工作，并且没有直接的方法来了解超参数如何影响最终结果。