Core Concepts
신경망 구조를 그래프로 변환하고 평균 차수와 같은 그래프 측정치를 사용하여 신경망 성능을 효율적으로 평가할 수 있다.
Abstract
이 논문은 신경망 구조 탐색(NAS)을 위한 새로운 접근법인 NASGraph를 제안한다. NASGraph는 신경망 구조를 그래프로 변환하고 그래프 측정치를 사용하여 신경망 성능을 평가한다. 이 방법은 학습 없이 수행되며 데이터에 의존하지 않는다.
주요 내용은 다음과 같다:
신경망 구조를 고유한 방식으로 그래프로 변환하는 방법을 제안한다. 입력과 출력 사이의 관계를 이용해 그래프 노드와 간선을 결정한다.
변환된 그래프의 평균 차수와 같은 그래프 측정치를 사용하여 신경망 성능을 평가한다. 이는 기존 방법들보다 계산 비용이 낮고 데이터에 의존하지 않는다.
NAS-Bench-101, NAS-Bench-201, Micro TransNAS-Bench-101, NDS 벤치마크에서 기존 방법들과 비교해 경쟁력 있는 성능을 보인다.
기존 데이터 의존적 방법과 결합하면 성능이 더 향상된다.
연산 선호도 분석을 통해 제안 방법이 기존 방법보다 편향성이 낮음을 보인다.
Stats
신경망 구조를 그래프로 변환하는 과정에서 입력 채널과 출력 채널 간 관계를 나타내는 가중치 ω가 계산된다.
이 가중치 ω가 0보다 크면 두 노드 사이에 간선이 연결된다.