变异即所需：BANANAS在NAS-Bench-301上的性能由获取函数优化器决定
机器学习
2021-07-16 v1 神经与进化计算
摘要
神经架构搜索（NAS）旨在通过自动化深度神经网络的架构工程，使非专家也能使用深度学习。BANANAS是一种最先进的NAS方法，嵌入于贝叶斯优化框架中。最近的实验结果表明，BANANAS在NAS-Bench-101基准上的强劲性能由其路径编码而非代理模型的选择决定。我们给出的实验结果表明，BANANAS在NAS-Bench-301基准上的性能由其获取函数优化器决定，该优化器对当前最优解进行最小程度的变异。
引用
@article{arxiv.2107.07343,
title = {Mutation is all you need},
author = {Lennart Schneider and Florian Pfisterer and Martin Binder and Bernd Bischl},
journal= {arXiv preprint arXiv:2107.07343},
year = {2021}
}
备注
Accepted for the 8th ICML Workshop on Automated Machine Learning (2021). 10 pages, 1 table, 3 figures