基于强化学习的可扩展神经网络搜索
机器学习
2024-12-20 v1
摘要
本文评估了一种新型基于强化学习的神经网络搜索解决方案，其能力在于，强化学习 (RL) 智能体学习搜索优秀网络结构，而非返回单一最优网络结构。我们考虑了 NAS-Bench-101 和 NAS-Bench-301 设置，比较了各种已知强大的基线方法，如局部搜索和随机搜索。我们得出结论，强化学习智能体在搜索空间规模方面表现出强大的可扩展性，但在超参数变化方面表现有限。
引用
@article{arxiv.2410.01431,
title = {Scalable Reinforcement Learning-based Neural Architecture Search},
author = {Amber Cassimon and Siegfried Mercelis and Kevin Mets},
journal= {arXiv preprint arXiv:2410.01431},
year = {2024}
}
备注
33 Pages, 19 Figures