基于图神经网络的神经架构性能预测
计算机视觉与模式识别
2020-10-21 v1
摘要
在计算机视觉研究中，自动化架构工程的神经架构搜索(NAS)已获得广泛关注。由于高昂的计算成本，大多数近期的 NAS 方法以及少数可用基准仅提供有限的搜索空间。本文提出一种构建于图神经网络(GNN)之上的神经架构性能预测代理模型。我们通过在 NAS-Bench-101 数据集上的若干实验评估 GNN，展示了该代理模型在对结构未知架构(即零样本预测)进行神经架构性能预测时的有效性。
引用
@article{arxiv.2010.10024,
title = {Neural Architecture Performance Prediction Using Graph Neural Networks},
author = {Jovita Lukasik and David Friede and Heiner Stuckenschmidt and Margret Keuper},
journal= {arXiv preprint arXiv:2010.10024},
year = {2020}
}
备注
camera ready version for DAGM GCPR 2020. arXiv admin note: substantial text overlap with arXiv:1912.05317