這個在 Tensorflow 上已經有實作，的確可能是下一代梟雄，但他的想法其實也沒有很特別
本質上，他首先將設計網絡的方式簡化成 Sequence-to-Sequence Problem
簡單講就是，我今天設計網絡一定會有先經過什麼處理，再經過什麼處理
那我就把安排這些 Operator 的順序問題交給 RNN
RNN可以決定一個序列是不是夠好，在 Neural Machine Translation 中非常常用
所以我就設計出一大堆的 Child Network
那現在我有一大堆網絡，我要怎麼決定哪個最好呢？
簡單，都跑一遍不就好了嗎
所以 NASnet 的致命傷就是， training 真他媽的久
一個完整的 Mobilenet 可能只要 3 天 ，NASnet 你他媽要生一個禮拜啊
想法很聰明，事實上，要準 Inception 就足夠用了
要快要小，你打不過 Mobilenet ，何況現在還有 TF-Lite 呢
原本快小吃資源少已經很猛了，現在根本屌炸天啦
要征服世界，還是等火星人們再想想辦法吧
※ 引述《kilva (嗡嗡)》之銘言：
: 智慧機器人網 Beta
: AI 也能傳宗接代？這個 Google 人工智慧創造的孩子 比人類工程師撰寫的 AI
: 更強大！
: 2017-12-05 11:41:01 陳建鈞／綜合報導
: AI 也能自行「繁衍」？根據《The Week》報導，Google AI 系統 AutoML 創造
: 了自己的孩子「NASNet」，能夠進行圖片、影像辨識與分類，其表現甚至比人
: 類工程師撰寫的 AI 還要強大！
: 由 AutoML 「生下」的 NASNet，主要被設計來辨識圖像、影片中的人、車、交
: 通號誌等各種物件；根據研究結果，在經過數千小時的訓練後，NASNet 已經能
: 夠以 82.7% 的準確度辨識圖像。
: 82.7% 的準確度代表什麼意義？外媒《Futurism》指出，NASNet 的辨識準確度
: 比以往任何人類開發的 AI 還要高出 1.2%，並且系統演算效率也以 4% 的差距
: 勝過以前的 AI，換句話說，這個 AI 自行創造的孩子，比人類工程師撰寫的機
: 械視覺 AI 還要強大。
: NASNet 高度準確、有效率的機械視覺演算法，未來將擁有無數的應用可能，例
: 如可以用在打造 AI 機器人，或者協助視障者重見天日，以及使用於無人車上
: ，讓自動汽車能更快、更準確地辨識道路上的物體，增加行駛安全性。
: 目前 Google 已將該 AI 開源發布，研究人員期望透過民間專家們力量，一起
: 完善功能，解決他們還未設想過的問題。
: 雖然就目前而言，讓 AI 自行創造下一代似乎沒有什麼害處，但外媒《Alphr》
: 提到，當 AI 有瑕疵、或是帶有偏見時，它很可能會將這些「不良基因」傳承
: 到下一代，如何防止這樣的狀況發生，將成為新時代的課題。
: http://www.limitlessiq.com/news/post/view/id/2749/
: