May, 2024
GRASP-GCN:在分布偏移下进行神经架构搜索的图形形状优化
GRASP-GCN: Graph-Shape Prioritization for Neural Architecture Search under Distribution Shifts
Sofia Casarin, Oswald Lanz, Sergio Escalera
TL;DR通过使用 Kronecker 积在随机连接搜索空间上,我们提出了一种简单高效的方法来改善基于预测器的算法在处理数据分布变化时的预测性能,我们创建了一个包含四个不同数据集上训练的网络的小型 NAS 基准测试,进一步提高了 GRASP-GCN 的泛化能力并改进了 Cifar-10 的准确度达到 3.3%。