ResBuilder：基于残差结构的深度自动化学习
机器学习
2023-08-17 v1 计算机视觉与模式识别
摘要
本工作中，我们开发了一种称为ResBuilder的神经架构搜索算法，可从零开始构建ResNet架构，以适中的计算成本实现高准确率。它也可用于修改现有架构，并具备移除和插入ResNet块的能力，从而在ResNet架构空间中搜索合适架构。我们在不同图像分类数据集上的实验表明，与现成的ResNet相比，ResBuilder在节省计算成本的同时取得了接近最先进（SOTA）的性能。值得注意的是，我们曾在CIFAR10上调整一次参数，便为所有其他数据集得出合适的默认选择。我们通过将该方法以默认参数应用于一个专有的欺诈检测数据集，证明了该特性甚至可推广至工业应用。
引用
@article{arxiv.2308.08504,
title = {ResBuilder: Automated Learning of Depth with Residual Structures},
author = {Julian Burghoff and Matthias Rottmann and Jill von Conta and Sebastian Schoenen and Andreas Witte and Hanno Gottschalk},
journal= {arXiv preprint arXiv:2308.08504},
year = {2023}
}