基于图普通微分方程的架构感知学习曲线外推

本研究解决了现有学习曲线外推方法忽视神经网络架构影响的问题。我们提出了一种新的架构感知神经微分方程模型，能够持续预测学习曲线，同时定量不确定性。实验表明，该模型在捕捉学习曲线波动趋势方面优于当前最先进的方法，并在神经架构搜索场景中展示了其适用性。