DARTS
创新点:
- 以前NAS文章可以知道,不管是基于RL、进化算法、还是SMBO,最大的问题都无法通过传统深度学习那样通过Loss的梯度来更新。
- DARTS可以把网络模型以可微分参数化的形式实现。
基本思路
- 采用Cell和Block的设计方法
- Cell里的所有Block的可能性架构参数化
- DARTS搜索阶段训练的Cell架构是所有可能性的集合
- 在验证集上对Cell的架构参数求导优化
可微分搜索空间
DARTS中最小的搜索单位是以Cell的形式,也是一个DAG。
框表示cell,边表示一个operation。
-
算法流程
-
DARTS在CIFAR-10数据集上的结果,以及在GPU所花的时间。
-
Plot出来的网络格式图
- 结果展示