differentiable neural architecture search | BriefGPT

关键词differentiable neural architecture search

搜索结果 - 11

AAAIG-NAS: 单域通用目标检测的可一般化神经结构搜索
我们提出了一种名为 G-NAS 的整体框架，利用可微分的神经结构搜索 (Differentiable NAS) 来解决单域泛化目标检测 (S-DGOD) 问题，通过引入 Generalizable loss (G-loss) 来防止过拟合，
PDF5 months ago
神经网络设计的高效自动化：可微分神经架构搜索综述
该论文综述了 Differentiable Neural Architecture Search (DNAS) 领域的最新进展，提出了一种基于挑战的分类方法，并探讨了 DNAS 对全局神经架构搜索领域的影响和未来研究方向。
PDFa year ago
Differentiable NAS 框架及其在广告 CTR 预测中的应用
本研究提供一个可扩展且模块化的框架，用于 Differentiable Neural Architecture Search 的自动深度神经网络架构搜索，并应用于广告点击率预测领域，取得了该领域内最优结果。
PDF3 years ago
ICCV可重构相机图像处理管线
研究了数字相机的关键组件：图像信号处理器（ISP），现有的 ISP 设计通常采用固定架构，该研究提出了一种新的可重构 ISP（ReconfigISP），其架构和参数可以自动调整到特定数据和任务，通过可微分的程序搜索来搜索最优的 ISP 架构
PDF3 years ago
ICLR可微分 NAS 中的架构选择再思考
本文介绍了一种替代基于权重参数选择最大操作的 NAS 体系结构选择方法，并通过实验证明这种方法可以提取出更好的架构，并且可以纠正 DARTS 中部分失败模式。
PDF3 years ago
ICLR让可微架构搜索更少局部化
本研究针对 DARTS 的性能崩溃问题，提出采用更全局的优化方案，以更好地探索神经结构搜索空间，从而发现测试性能更佳、参数更少的神经网络架构。
PDF3 years ago
不同 iable 神经体系结构搜索的一致性、效率和灵活性改进
本文介绍了一种基于可微分模型的神经体系结构搜索方法，提出了 EnTranNAS 模型，其中引入了 Engine-Cell 和 Transit-Cell 以减少搜索和评估之间的差距，实现更高效、灵活的搜索，并且引入了一种可微的稀疏化方法。在
PDF3 years ago
自动搜索资源有效分支多任务网络
本文提出了一种基于不可微神经网络结构搜索的有原则方法，用于自动定义多任务神经网络编码阶段的分支结构。该方法通过引入资源感知损失来使模型尺寸动态地可控，最终在有限资源预算内找到高性能分支结构。
PDF4 years ago
ECCVTF-NAS: 重新思考有延迟约束下的可微神经架构搜索的三个搜索自由度
本文通过重新思考可微分 NAS 的三个自由度：操作级，深度级和宽度级，提出了一种新的方法，名为 Three-Freedom NAS（TF-NAS），以实现良好的分类准确性和精确的延迟约束。该方法还包括双采样搜索算法、汇流连接搜索空间和弹性缩
PDF4 years ago
CVPRFBNetV2: 可微分神经结构搜索用于空间和通道维度
DMaskingNAS 是一种内存和计算效率高的可微神经网络搜索算法，在搜索空间方面比传统算法扩展了 10^14 倍，并利用了特征图重用的掩膜机制以及有效的形状传播，以达到与现有架构相比最优的性能表现。
PDF4 years ago
可微神经架构搜索进行卷积网络的混合精度量化
该研究探索了一种新的神经网络压缩方法，通过不同比特宽度的量化不同层并使用可微分神经架构搜索框架进行优化，成功地实现了比现有方法更高的压缩率，模型尺寸缩小 21.1 倍或计算量降低 103.9 倍
PDF6 years ago