MNASNET 概述

• MNASNET简介

1. 设计mobilent的过程中发现：人类设计的能力有极限。因此，需要找到一个网络，在acc和latency之间平衡。设计loss function，让机器来找到最优的网络结构。
2. 优化目标

1. 层级搜索空间

Cnn动辄上百层，本文将CNN分为多个block，block中相同的layer重复。

Layer的搜索空间：

1. 训练

Mobilenetv2作为baseline，我们搜索{0，+1，-1}基于mobilenetv2，每层的filter size，提出一个新的CNN，训练，得到acc，然后在机器上得到latency。计算target loss。基于target loss，对模型结构调整。

最优化方法有：NASNET。此前使用RL找网络结构，定义RL的问题，奖励：target loss。

RL:ppo，controller:RNN based 网络。

1. 结果