ICCV2021 神经结构相关论文集合推荐

1、 论文名称：Evolving Search Space for Neural Architecture Search
论文链接：https://www.aminer.cn/pub/5fbcdaee91e01127d58eee45?f=cs

论文名称：AdvRush: Searching for Adversarially Robust Neural Architectures
论文链接：https://www.aminer.cn/pub/610a359e5244ab9dcbb12867?f=cs

论文名称：BN-NAS: Neural Architecture Search with Batch Normalization
论文链接：https://www.aminer.cn/pub/611c822e5244ab9dcb5c3928?f=cs

论文名称：BossNAS: Exploring Hybrid CNN-transformers with Block-wisely Self-supervised Neural Architecture Search
论文链接：https://www.aminer.cn/pub/605b17f291e0119ebe7e5cf4?f=cs

论文名称：GLiT: Neural Architecture Search for Global and Local Image Transformer
论文链接：https://www.aminer.cn/pub/60e7a03391e011dcbc23af02?f=cs

论文名称：FOX-NAS: Fast, On-device and Explainable Neural Architecture Search
论文链接：https://www.aminer.cn/pub/6125b6a95244ab9dcb41d656?f=cs

论文名称：Pi-NAS: Improving Neural Architecture Search by Reducing Supernet Training Consistency Shift
论文链接：https://www.aminer.cn/pub/6125b0015244ab9dcb38a376?f=cs

神经结构搜索(Neural Architecture Search，NAS)是指给定一个称为搜索空间的候选神经网络结点集合，通过控制器按照某种搜索算法策略从集合中搜索出子网络结构，并使用某种性能评估策略评估性能。评估结果将返回给搜索策略，用于调整下一次的神经结构选择，迭代直到搜索出符合要求的神经网络
使用RNN作为控制器产生子网络
对子网络进行训练和评估，得到网络性能（如正确率），然后更新控制器的参数（利用强化学习 + 策略梯度）
ENAS：提高了NAS的搜索效率
ENAS将搜索空间表示为一个有向无环图（DAG），任一子图代表一个网络结构，每个结点代表局部计算，结点间的有向连接代表信息的流动
权重共享：不同的网络结构共享整个有向无环图结点上的参数，减少搜索时间
ICCV2021大会已于2021年10月10日到2021年10月17日在中国长沙召开，目前会议的论文都已经放出， AMiner对会议论文进行整理，查看全部论文： https://www.aminer.cn/conf/iccv2021?f=cs
AMiner是一个科技情报分析与挖掘平台，利用AI为用户高效获取和理解科研情报，拥有推荐引擎、搜索引擎、关注订阅和内容运营等多种分发方式，内容囊括论文、学者、专利、报告、会议、专题集等多种形式，涵盖计算机科学、医学、通信、地学、物理等40个学科。
不用再一个人在茫茫网络中找论文了，找论文，就上AMiner。
AMiner：https://www.aminer.cn/