两轮推荐器搜索的最远贪心路径采样
原文中文，约300字，阅读约需1分钟。发表于：。通过引入 Farthest Greedy Path Sampling (FGPS) 和 Two-shot NAS (TS-NAS) 框架，本研究在复杂搜索空间中改进了权重共享神经结构搜索，以得到高性能的推荐模型，并在三个点击率预测基准中实现了优于手动设计和大多数基于 NAS 的模型的结果。
该研究提出了few-shot NAS，利用多个子超级网络覆盖搜索空间的不同区域，以提高一次性方法的准确性。该方法在多项任务中表现显著，包括在NasBench-201和NasBench1-shot-1上的3个不同任务中的4个基于梯度的和6个基于搜索的方法，并在ImageNet、CIFAR10和Auto-GAN上取得最新水平。
