欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 财经 > 产业 > Training-free neural architecture search: A review

Training-free neural architecture search: A review

2025/3/16 7:00:13 来源:https://blog.csdn.net/weixin_45795384/article/details/146266389  浏览:    关键词:Training-free neural architecture search: A review

 

摘要 

神经架构搜索 (NAS) 的目标是缩小深度神经网络 (DNN) 的神经架构和模型,调整神经架构以改善其最终结果,甚至加快整个训练过程。这样的改进使得在小型设备(例如物联网设备或无线传感器网络)上生成或安装 DNN 模型成为可能。由于大多数 NAS 算法都非常耗时,因此寻找降低其计算成本的方法已成为一个关键的研究问题。无需训练的方法(也称为零样本学习)提供了一种替代方法,可以在 NAS 过程中更有效地评估神经架构的好坏,方法是使用轻量级的评分函数代替一般的训练过程,以避免产生高昂的成本。本文首先简要讨论 DNN 和 NAS,然后简要回顾依赖模型和独立于模型的无需训练的评分函数。本文还将简要介绍在无需训练的 NAS 中广泛使用的搜索算法和基准。本文最后讨论了该研究课题的变化、潜力、未解决的问题和未来趋势。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词