这个在 Tensorflow 上已经有实作，的确可能是下一代枭雄，但他的想法其实也没有很特别
本质上，他首先将设计网络的方式简化成 Sequence-to-Sequence Problem
简单讲就是，我今天设计网络一定会有先经过什么处理，再经过什么处理
那我就把安排这些 Operator 的顺序问题交给 RNN
RNN可以决定一个序列是不是够好，在 Neural Machine Translation 中非常常用
所以我就设计出一大堆的 Child Network
那现在我有一大堆网络，我要怎么决定哪个最好呢？
简单，都跑一遍不就好了吗
所以 NASnet 的致命伤就是， training 真他妈的久
一个完整的 Mobilenet 可能只要 3 天 ，NASnet 你他妈要生一个礼拜啊
想法很聪明，事实上，要准 Inception 就足够用了
要快要小，你打不过 Mobilenet ，何况现在还有 TF-Lite 呢
原本快小吃资源少已经很猛了，现在根本屌炸天啦
要征服世界，还是等火星人们再想想办法吧
※ 引述《kilva (嗡嗡)》之铭言：
: 智慧机器人网 Beta
: AI 也能传宗接代？这个 Google 人工智能创造的孩子 比人类工程师撰写的 AI
: 更强大！
: 2017-12-05 11:41:01 陈建钧／综合报导
: AI 也能自行“繁衍”？根据《The Week》报导，Google AI 系统 AutoML 创造
: 了自己的孩子“NASNet”，能够进行图片、影像辨识与分类，其表现甚至比人
: 类工程师撰写的 AI 还要强大！
: 由 AutoML “生下”的 NASNet，主要被设计来辨识图像、影片中的人、车、交
: 通号志等各种物件；根据研究结果，在经过数千小时的训练后，NASNet 已经能
: 够以 82.7% 的准确度辨识图像。
: 82.7% 的准确度代表什么意义？外媒《Futurism》指出，NASNet 的辨识准确度
: 比以往任何人类开发的 AI 还要高出 1.2%，并且系统演算效率也以 4% 的差距
: 胜过以前的 AI，换句话说，这个 AI 自行创造的孩子，比人类工程师撰写的机
: 械视觉 AI 还要强大。
: NASNet 高度准确、有效率的机械视觉算法，未来将拥有无数的应用可能，例
: 如可以用在打造 AI 机器人，或者协助视障者重见天日，以及使用于无人车上
: ，让自动汽车能更快、更准确地辨识道路上的物体，增加行驶安全性。
: 目前 Google 已将该 AI 开源发布，研究人员期望透过民间专家们力量，一起
: 完善功能，解决他们还未设想过的问题。
: 虽然就目前而言，让 AI 自行创造下一代似乎没有什么害处，但外媒《Alphr》
: 提到，当 AI 有瑕疵、或是带有偏见时，它很可能会将这些“不良基因”传承
: 到下一代，如何防止这样的状况发生，将成为新时代的课题。
: http://www.limitlessiq.com/news/post/view/id/2749/
: