-
题名单次神经网络结构搜索研究综述
- 1
-
-
作者
董佩杰
牛新
魏自勉
陈学晖
-
机构
国防科技大学计算机学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2023年第2期191-203,共13页
-
基金
国家自然科学基金(61806216)。
-
文摘
深度学习技术的快速发展与神经网络结构的创新关系密切。为提升网络结构设计效率,自动化网络结构设计算法—神经网络结构搜索NAS成为近年的研究热点。早期NAS算法通常要对大量候选网络进行训练和评估,带来了巨大的计算开销。通过迁移学习技术,可以加速候选网络的收敛,从而提升网络结构搜索效率。基于权重迁移技术的单次神经网络结构搜索(One-shot NAS)算法以超图为基础,子图之间进行权重共享,提高了搜索效率,但是也面临着协同适应、排序相关性差等挑战性问题。首先介绍了基于权重共享的One-shot NAS算法的相关研究,然后从采样策略、过程解耦和阶段性3个方面对关键技术进行分析梳理,比较分析了典型算法的搜索效果,并对未来的研究方向进行了展望。
-
关键词
神经网络结构搜索
单次神经网络结构搜索
权重共享
迁移学习
深度学习
-
Keywords
neural architecture search(NAS)
one-shot NAS
weight-sharing
transfer learning
deep learning
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-