关键词neural architecture transfer
搜索结果 - 2
- 神经结构迁移 2:提高多目标神经结构搜索效率的范式
本文提出了 NATv2,它是一种改进的神经结构搜索算法,能够改善超网络结构的生成和抽取子网络的性能,并引入精调的后处理流水线,成功地提高了 NAT 的质量,因此在使用最少的参数研究高性能结构时是高度推荐的。
- 神经架构迁移
本文介绍了一种基于神经架构搜索(NAS)的新方法,称为神经架构传递(NAT),该方法可将已训练的超网络集成到在线迁移学习和多目标进化搜索流程中,以快速生成适用于多个应用场景的任务特定定制模型,并在 11 项基准图像分类任务中证明了其有效性。