Core Concepts
ApproxDARTS는 DARTS 기법에 근사 승수기를 통합하여 에너지 효율적인 신경망 모델을 자동으로 설계할 수 있다.
Abstract
이 연구는 DARTS 기법에 근사 승수기를 통합한 ApproxDARTS를 제안한다. ApproxDARTS는 CIFAR-10 데이터셋에서 10 GPU 시간 내에 완전한 구조 탐색을 수행하고, 근사 승수기를 활용한 경쟁력 있는 합성곱 신경망을 생성할 수 있다.
구체적으로:
ApproxDARTS는 DARTS 기법의 합성곱 및 확장 합성곱 연산에 근사 승수기를 적용한다.
실험 결과, ApproxDARTS는 32비트 부동 소수점 승수기 대비 53.84%의 추론 단계 산술 연산 에너지 소비 감소와 8비트 고정 소수점 승수기 대비 5.97%의 에너지 소비 감소를 달성했다.
이는 정확도 손실이 1.3% 미만으로 미미한 수준이다.
ApproxDARTS는 진화 알고리즘 기반 EvoApproxNAS 대비 2.3배 빠른 설계 시간을 보였다.
Stats
32비트 부동 소수점 승수기 대비 53.84%의 추론 단계 산술 연산 에너지 소비 감소
8비트 고정 소수점 승수기 대비 5.97%의 에너지 소비 감소
Quotes
"ApproxDARTS는 DARTS 기법에 근사 승수기를 통합하여 에너지 효율적인 신경망 모델을 자동으로 설계할 수 있다."
"ApproxDARTS는 CIFAR-10 데이터셋에서 10 GPU 시간 내에 완전한 구조 탐색을 수행하고, 근사 승수기를 활용한 경쟁력 있는 합성곱 신경망을 생성할 수 있다."