SiGeo: 通过信息理论和损失函数景观的几何学实现次 - 一次神经架构搜索

通过引入 “sub-one-shot” 范式，我们介绍了一种新的神经体系结构搜索方法 SiGeo，该方法通过使用一小部分训练数据进行训练来减少计算成本，并在各种已建立的 NAS 基准测试中优于现有的 NAS 代理。

该研究提出了few-shot NAS，通过多个子超级网络覆盖搜索空间的不同区域，提高一次性方法的准确性。在多项任务中，包括NasBench-201和NasBench1-shot-1上的4个基于梯度的和6个基于搜索的方法，以及ImageNet、CIFAR10和Auto-GAN上的最新水平。

few-shot NAS 准确性 函数 多项任务 子超级网络 搜索空间
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友