其实早在2017年就有实现RSI的思想了 这篇论文是 Google Brain 的经典工作 Neural Architecture Search with Reinforcement Learning 用一个 RNN 当 controller，逐步生成子网络的架构描述（层类型、卷积核大小、通道数、是否加 skip connection 等）。 把生成出来的 child network 真正训练一遍，用验证集准确率当 reward。用 REINFORCE 更新 controller，让它越来越会提出更好的架构。 这不就是用强化学习去训练一个神经网络，然后在测试集上进行验证准确率，然后再继续迭代训练么。 https://arxiv.org/pdf/1611.01578