超级会员免费看
BCNet是为了解决网络宽度搜索中的训练不平衡问题而提出的，通过双侧通道平均性能评估，确保每个通道的训练充分。文章介绍了BCNet的构建，随机互补训练策略和基于先验种群的进化搜索方法，以优化模型压缩和性能。
【CVPR 2021】搜索网络宽度：BCNet: Searching for Network Width with Bilaterally Coupled Network
论文地址：
https://arxiv.org/abs/2105.10533
主要问题：
寻找一个更紧凑的网络宽度（而非保留重要的权值）也是一种有效的通道修剪方法，通常是利用一次性超级网来有效地评估不同的网络宽度的性能，其中网络宽度的性能是指具有超网共享权值的指定子网络的精度
然而目前的方法主要采用单方面增强（UA）原则，这导致了超网信道的训练出现不平衡的问题（就是说下图 a 里面使用均匀采样的话，靠近左边的通道采样频率更高，训练次数也更多）
主要思路：
在这篇文章中，作者引入了一个新的超网络，称为双耦合网络（BCNet）
在BCNet中，每个通道都经过了相当大的训练，并负责相同数量的网络宽度，而且在训练和评估中，每个宽度都是由双侧（即左右）通道
订阅专栏 解锁全文
1249
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
