论文笔记
qq_26269815
这个作者很懒,什么都没留下…
展开
-
Rethinking Performance Estimation in Neural Arc
Rethinking Performance Estimation in Neural Architecture Search 1、简介 **解决的问题:**以往训练一个性能估计器,网络需要大量的计算资源(需要训练大量的网络)。为了高效的估计网络的性能,提出一种MIP方法(Minimum Importance Pruning)。 另外,以前的方法无法证明训练的子网络结构和从头训练的网络性能具有强烈的正相关关系。 extensive experiments in Sec. 5 show that原创 2020-06-15 12:06:17 · 467 阅读 · 0 评论 -
MobileDets
MobileDets: Searching for Object Detection Architectures for Mobile Accelerators (本文仅仅是一个阅读笔记,所有内容均来源于**论文原文**,如有侵权,请联系删除;如果错误,请联系改正。) 研究背景: IBN模块(inverted bottlenecks)在state-of-the-art 的mobile models 中作为主要构件模块。但是作者发现虽然IBN得益于depthwise-separable conv,可以很好的原创 2020-06-15 11:31:24 · 497 阅读 · 0 评论 -
NAS之《Neural Architecture Transfer》论文笔记
截图均来自原论文,如有侵权,请联系删除。 1、 论文主要特点 高效的产生针对特定任务的模型, 一次NAT的运行就能有效地获得多个任务的神经网络 训练task-specific super-net 从super-net中采样特定的子网络,而不需要额外的训练。 大量实验表明: 通过对ImageNet上预训练好的模型进行迁移学习,往往比直接在小数据集上进行训练得到的模型好 关键是: 一个综合的在线迁移学习 多目标进化搜索过程 在搜索特定任务子网的同时,对预先训练好的super-net进行迭代调原创 2020-06-13 10:38:55 · 1147 阅读 · 3 评论