麻省理工 | ProxylessNAS自動爲目標任務和硬件定製高效CNN結構(文末論文及源碼)...

導 讀 NAS受限於其過高的計算資源需求，仍無法在大規模任務上直接進行神經網絡的學習。 今天分享的這篇文章主要解決NAS代理機制下無法搜索到全局最優的問題，改進搜索策略，一定程度上解決資源消耗的問題。其主要是基於DARTs改的，那就先談談DARTs的一些問題： 只搜索cell，然後不斷的堆疊起來，實際上只要網絡堆疊的夠深，性能並不會太差； 一些operation的結構參數非常接近，比如兩個op的結

>>阅读原文<<