本論文では、ニューラルアーキテクチャ検索(NAS)問題に対する新しい強化学習ベースのソリューションの能力を評価している。強化学習(RL)エージェントが単一の最適なアーキテクチャを返すのではなく、良いアーキテクチャを検索する方法を学習する。NAS-Bench-101およびNAS-Bench-301の設定を考慮し、ローカル検索やランダム検索などの既知の強力なベースラインと比較している。
RLエージェントは検索空間のサイズに関して強いスケーラビリティを示すが、ハイパーパラメータの変化に対する堅牢性は限られていることが結論付けられた。
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Amber Cassim... ב- arxiv.org 10-03-2024
https://arxiv.org/pdf/2410.01431.pdfשאלות מעמיקות