AZ-NAS：构建零成本代理以进行网络架构搜索
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本文探讨了神经网络模型设计中的计算问题，提出了零成本代理以提高搜索效率和降低计算成本。研究表明，该方法在多个基准测试中表现优越，能够有效预测模型的鲁棒性，并加速神经架构搜索。
❓
Q&A
什么是零成本代理，它的主要作用是什么？
零成本代理是一种用于提高神经架构搜索效率和降低计算成本的方法，能够有效预测模型的鲁棒性。
ParZC框架的主要特点是什么？
ParZC框架通过参数化增强零成本代理的适应性，并使用DiffKendall作为损失函数来优化架构排名中的差异。
ProxyBO框架如何加速神经架构搜索？
ProxyBO利用零成本代理和新颖的获取函数，通过动态影响来加速神经架构搜索，显著提高了搜索效率。
零成本代理在NAS-Bench-201中的应用效果如何？
在NAS-Bench-201中，零成本代理作为鲁棒性性能预测器表现出色，但需要联合多个代理来提高预测准确性。
ProxylessNAS方法的优势是什么？
ProxylessNAS能够在大规模目标任务和硬件平台上直接学习网络结构，显著缩减计算成本并优化硬件性能。
如何评估零成本代理的性能？
零成本代理的性能可以通过与训练集准确度相关的度量标准epsilon进行评估，省去计算负载和人工标注数据的依赖。
🏷️
