one-shot nas | BriefGPT - AI 论文速递

关键词one-shot nas

搜索结果 - 9

SiGeo: 通过信息理论和损失函数景观的几何学实现次 - 一次神经架构搜索
通过引入 “sub-one-shot” 范式，我们介绍了一种新的神经体系结构搜索方法 SiGeo，该方法通过使用一小部分训练数据进行训练来减少计算成本，并在各种已建立的 NAS 基准测试中优于现有的 NAS 代理。
PDF7 months ago
ICCV通过概率变化改进一次性 NAS 的 ShiftNAS
本文提出 ShiftNAS，一种基于子网复杂度调整采样概率的方法，通过训练可以直接获取给定计算复杂度所需的最佳模型架构和参数，实验结果表明 ShiftNAS 可以在不增加额外消耗的情况下提高 One-shot NAS 的性能。
PDFa year ago
CVPRPA&DA: 为一致的 NAS 联合采样路径和数据
借助权重共享机制，一次性 NAS 方法训练超级网络，然后继承预训练权重以评估子模型，这在很大程度上降低了搜索成本。然而，我们发现，在超级网络训练期间，权重共享会导致梯度下降方向不同，并且存在较大的梯度方差，该论文的方法旨在通过联合优化 PA
PDFa year ago
CVPRGreedyNASv2: 带有贪心路径过滤器的贪心搜索
本文提出了一种基于路径过滤器和正无标记学习的方法 ——GreedyNASv2，以更有效地训练好的 supernet 进行一次 NAS，从而在 ImageNet 数据集上达到 81.1％的 Top-1 准确率。
PDF3 years ago
CVPR通过生成搜索：具有架构生成器的灵活高效的一次性 NAS
提出一种名为 SGNAS 的一次搜索神经结构的框架，使用生成器生成子网络以更加高效和灵活地进行搜索，同时还提出了一种名为统一超网络的新单路径超网络以进一步提高搜索效率和减少 GPU 内存消耗，在 ImageNet 数据集上仅用 5 个 GP
PDF3 years ago
使用稳定的共享参数代理为单次拓扑 NAS 提供动力
该论文提出了一种名为 Stabilized Topological Neural Architecture Search（ST-NAS）的方法，通过使用稳定的共享参数代理，并在复杂的拓扑结构搜索空间中采用随机梯度 Langevin 动态，实
PDF4 years ago
CVPRAOWS: 自适应和优化的网络宽度搜索及延迟限制
本研究提出了一种高效的一次性神经结构搜索方法，通过优化搜索通道数以求在特定硬件上的延迟限制下，获得较好的神经结构性能，并通过适应性通道策略逐步满足目标计算约束。在 ImageNet 分类的实验中，该方法可以找到符合资源约束的网络解决方案，同
PDF4 years ago
ICCV自评模板网络一次性神经架构搜索
本文提出了 Self-Evaluated Template Network (SETN) 方法，通过共享参数和使用评估器选择竞争性的架构，成功实现了在 CIFAR 和 ImageNet 基准测试上以可比的计算成本达到最先进的性能水平。
PDF5 years ago
平衡一次性神经架构优化
通过平衡神经网络结构大小的训练，提出了 Balanced NAO 方法来解决 One-shot NAS 性能劣于传统 NAS 的问题，该方法的综合实验表明其有效性和鲁棒性，通过该方法在 CIFAR-10 和 ImageNet 数据集上发现的
PDF5 years ago