Core Concepts
高性能なニューラルネットワークアーキテクチャを生成するための多条件グラフ拡散アプローチを提案します。
Abstract
ニューラルアーキテクチャ検索は、データ駆動型手法を活用して自動的に高性能なニューラルネットワークアーキテクチャを探索します。提案された方法は、高い精度と低いハードウェアレイテンシという制約を同時に課すための多条件分類器フリーガイダンス手法を適用したグラフ拡散ネットワークに適用されます。これにより、従来のNAS手法よりも優れたパフォーマンスが実証されています。さらに、ImageNetデータセットでの実験を通じて、一貫性と効率性が示されています。
Stats
提案手法は150個未満の時間で新しい独自のアーキテクチャを生成します。
6つの標準的なベンチマークで有望な結果が示されました。
アーキテクチャごとの生成速度は0.2秒未満です。
Quotes
提案手法は「高い精度と低いハードウェアレイテンシ」という制約を同時に課すことができます。
提案手法は「完全に微分可能」であり、「単一のモデルトレーニング」だけが必要です。