深度网络神经架构搜索方法的建模
计算机视觉与模式识别
2020-01-01 v1
摘要
关于深度神经网络(DNN)架构设计的研究工作很多，这些工作被称为神经架构搜索(NAS)方法。尽管针对NAS问题存在许多自动和手动的技术，但缺乏一个统一的模型来探索和比较这些NAS方法。在本文中，我们提出了一种用于NAS方法的通用抽象模型。通过使用所提出的框架，可以比较不同的设计方法，以对设计DNN架构中的关键关注领域进行分类和识别。此外，在该框架下，总结了NAS领域的不同方法；因此能够更好地了解它们的优缺点。
引用
@article{arxiv.1912.13183,
title = {Modeling Neural Architecture Search Methods for Deep Networks},
author = {Emad Malekhosseini and Mohsen Hajabdollahi and Nader Karimi and Shadrokh Samavi},
journal= {arXiv preprint arXiv:1912.13183},
year = {2020}
}
备注
6 pages, 7 figures