NeuralArTS：用类型论构建神经架构搜索
机器学习
2021-11-08 v3 计算机科学中的逻辑
编程语言
机器学习
摘要
神经架构搜索（NAS）算法在给定可能操作的初始搜索空间下，自动化寻找最优深度学习架构的任务。开发这些搜索空间通常是手工完成的，且预优化的搜索空间比从头搜索更高效。本文中我们提出一个名为神经架构类型系统（NeuralArTS）的新框架，其在结构化的类型系统中对无限的网络操作集合进行分类。我们进一步展示了 NeuralArTS 如何应用于卷积层，并提出了若干未来方向。
引用
@article{arxiv.2110.08710,
title = {NeuralArTS: Structuring Neural Architecture Search with Type Theory},
author = {Robert Wu and Nayan Saxena and Rohan Jain},
journal= {arXiv preprint arXiv:2110.08710},
year = {2021}
}
备注
(Student Abstract) In Proceedings of the 36th AAAI Conference on Artificial Intelligence, Vancouver, BC,Canada, 2022