麻省理工 | ProxylessNAS自动为目标任务和硬件定制高效CNN结构(文末论文及源码)...

导 读 NAS受限于其过高的计算资源需求，仍无法在大规模任务上直接进行神经网络的学习。 今天分享的这篇文章主要解决NAS代理机制下无法搜索到全局最优的问题，改进搜索策略，一定程度上解决资源消耗的问题。其主要是基于DARTs改的，那就先谈谈DARTs的一些问题： 只搜索cell，然后不断的堆叠起来，实际上只要网络堆叠的够深，性能并不会太差； 一些operation的结构参数非常接近，比如两个op的结

>>阅读原文<<