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.