本論文では、ニューラルアーキテクチャをグラフに変換し、グラフ指標を使ってニューラルアーキテクチャのパフォーマンスを評価する手法「NASGraph」を提案している。従来のニューラルアーキテクチャサーチ(NAS)手法では、候補アーキテクチャの性能評価のために大量の計算リソースが必要だったが、NASGraphではグラフ指標を使うことで、訓練なしでアーキテクチャの性能を予測できるため、計算コストが大幅に削減される。
具体的には、ニューラルアーキテクチャをグラフに変換し、グラフの平均次数をアーキテクチャの性能指標として使う。この指標は、データ非依存で軽量な計算が可能である。
実験の結果、NASGraphは既存の訓練なしNAS手法と比べて高い性能相関を示し、効率的なアーキテクチャサーチが可能であることが示された。また、平均次数とデータ依存の指標を組み合わせることで、さらに性能が向上することも確認された。
To Another Language
from source content
arxiv.org
Głębsze pytania