神经架构搜索（NAS）是一个很有前途的研究方向，有可能用自学习的、特定任务的架构取代专家设计的网络。为了帮助奠定该领域的实证结果，在论文《Random Search and Reproducibility for Neural Architecture Search》中，研究者提出了新的NAS基线，构建了以下观察结果：（1）NAS是一个专门的超参数优化问题；（2）随机搜索是超参数优化的竞争基线。利用这些观察结果，研究者在两种标准NAS基准 - PTB和CIFAR-10上评估了带有early-stopping 的随机搜索和带有权重共享算法的随机搜索。