CVPR 2020｜華爲發佈基於連續進化的CARS算法，0.4GPU天輸出帕累託前沿

本文轉載自諾亞實驗室。       北大華爲等研究機構聯合提出了一種基於連續進化的高效網絡架構搜索算法CARS。該算法結合了進化算法和可微算法的雙重優勢。在結構搜索的過程中，位於帕累託前沿的網絡所對應的權重將會被持續地更新。僅用0.4 GPU天，該算法能夠準確地輸出帕累託解集中的結構，便於不同環境的模型部署。 正文 卷積神經網絡在很多視覺任務（如分類、檢測和分割等）中有廣泛的應用，傳統的神經網絡結

>>阅读原文<<