Effiziente neuronale Architektursuche durch Ausnutzung von Nullkosten-Proxies mit Transformer- und Graph-Convolution-Netzwerken

TG-NAS, ein neuartiger modellbasierter universeller Proxy, nutzt einen transformatorbasierten Operator-Embedding-Generator und ein Graph-Convolution-Netzwerk, um die Leistung von Architekturen vorherzusagen, ohne dass eine Neuausbildung erforderlich ist.