CVPR 2020: SGAS,一種基于貪心思想的CNN/GCN網(wǎng)絡(luò)結(jié)構(gòu)搜索算法
論文作者來自阿卜杜拉國王科技大學(xué)的在讀博士生李國豪,本次分享的是KAUST與Intel ISL在 CVPR 2020 的工作:SGAS,一種基于貪心思想的CNN/GCN網(wǎng)絡(luò)結(jié)構(gòu)搜索算法。
本工作通過貪心(greedy)的搜索方式減輕了NAS中模型排名在搜索和最后評(píng)估不一致的問題。是一種更優(yōu)更快的網(wǎng)絡(luò)結(jié)構(gòu)搜索算法,并同時(shí)支持CNN和GCN的搜索。代碼已開源,想在圖像,點(diǎn)云,生物圖數(shù)據(jù)上做網(wǎng)絡(luò)結(jié)構(gòu)搜索的同學(xué)都可以試一試。
相關(guān)工作
網(wǎng)絡(luò)結(jié)構(gòu)搜索(NeuralArchitecture Search, 簡(jiǎn)稱NAS) 是一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自動(dòng)化設(shè)計(jì)的技術(shù)。NAS基于相應(yīng)算法在特定的樣本集內(nèi)自動(dòng)設(shè)計(jì)出高性能的網(wǎng)絡(luò)結(jié)構(gòu)。這些自動(dòng)搜索出的網(wǎng)絡(luò)結(jié)構(gòu)在某些任務(wù)上已經(jīng)媲美或超過了人類專家手工設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)。
早期NAS的算法是基于強(qiáng)化學(xué)習(xí)(Zoph et al.[1])或進(jìn)化算法(Real et al.[2])。這些算法計(jì)算成本高昂,阻礙了其廣泛應(yīng)用。近來,Liu et al.[3]提出了一種高效的可微分的網(wǎng)絡(luò)結(jié)構(gòu)搜索算法:可微分網(wǎng)絡(luò)結(jié)構(gòu)搜索(Differentiable Architecture Search, 簡(jiǎn)稱DARTS)。DARTS的提出使得網(wǎng)絡(luò)結(jié)構(gòu)搜索在單卡一天內(nèi)完成搜索。后續(xù)許多工作都基于DARTS基礎(chǔ)上進(jìn)行改進(jìn),比如SNAS/FBNet/ProxylessNAS/P-DARTS/GDAS/MdeNAS/PC-DARTS/FairDARTS等等。
背景知識(shí):DARTS
DARTS采用基于單元(Cell)的搜索方法進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)搜索。Cell是一個(gè)網(wǎng)絡(luò)子模塊,可以自由堆疊多次形成卷積網(wǎng)絡(luò)。DARTS通過學(xué)習(xí)cell的結(jié)構(gòu),完成對(duì)網(wǎng)絡(luò)的結(jié)構(gòu)搜索。Cell是由N個(gè)節(jié)點(diǎn)的有序序列組成的有向無環(huán)圖(如圖1)。Cell中每個(gè)節(jié)點(diǎn)x^(i)是卷積網(wǎng)絡(luò)中的特征圖,每個(gè)有向邊(i,j)代表一種對(duì)x的運(yùn)算o(i, j) (如3x3的卷積)。一個(gè)cell具有兩個(gè)輸入節(jié)點(diǎn),一個(gè)輸出節(jié)點(diǎn)和多個(gè)中間結(jié)點(diǎn)。Cell的輸入節(jié)點(diǎn)被定義為前兩層的輸出。Cell的輸出是對(duì)所有中間節(jié)點(diǎn)進(jìn)行歸約運(yùn)算(例如concatenation)后的結(jié)果。每個(gè)中間節(jié)點(diǎn)由它之前結(jié)點(diǎn)經(jīng)過算子op變換后相加得到:
DARTS為了實(shí)現(xiàn)可微搜索,提出了搜索空間的continuousrelaxation機(jī)制,利用softmax函數(shù)來學(xué)習(xí)所有可能候選運(yùn)算op的權(quán)重:
其中,$mathcal(O)$ 表示搜索空間中的候選運(yùn)算(例如卷積,最大池化,零)等,零表示沒有運(yùn)算(邊)。其中一對(duì)節(jié)點(diǎn)(i,j)之間的運(yùn)算由向量lpha_{i, j}參數(shù)化。運(yùn)算的結(jié)果是每種可能運(yùn)算結(jié)果的加權(quán)求和。向量lpha_{i, j}的維度為搜索空間長(zhǎng)度|O|。因而,DARTS將網(wǎng)絡(luò)結(jié)構(gòu)搜索的任務(wù)簡(jiǎn)化為了學(xué)習(xí)一組連續(xù)變量lpha= {lpha(i, j)},如圖1所示。DARTS在搜索結(jié)束階段,通過argmax得到權(quán)重最大的候選運(yùn)算op當(dāng)作該邊的搜索結(jié)果:
圖1 DARTS的單元結(jié)構(gòu)以及網(wǎng)絡(luò)結(jié)構(gòu)搜索示意圖[3]

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
即日-9.16點(diǎn)擊進(jìn)入 >> 【限時(shí)福利】TE 2025國際物聯(lián)網(wǎng)展·深圳站
-
10月23日火熱報(bào)名中>> 2025是德科技創(chuàng)新技術(shù)峰會(huì)
-
10月23日立即報(bào)名>> Works With 開發(fā)者大會(huì)深圳站
-
10月24日立即參評(píng)>> 【評(píng)選】維科杯·OFweek 2025(第十屆)物聯(lián)網(wǎng)行業(yè)年度評(píng)選
-
11月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
12月18日立即報(bào)名>> 【線下會(huì)議】OFweek 2025(第十屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
推薦專題
- 1 先進(jìn)算力新選擇 | 2025華為算力場(chǎng)景發(fā)布會(huì)暨北京xPN伙伴大會(huì)成功舉辦
- 2 人形機(jī)器人,正狂奔在批量交付的曠野
- 3 宇樹機(jī)器人撞人事件的深度剖析:六維力傳感器如何成為人機(jī)安全的關(guān)鍵屏障
- 4 解碼特斯拉新AI芯片戰(zhàn)略 :從Dojo到AI5和AI6推理引擎
- 5 AI版“四萬億刺激”計(jì)劃來了
- 6 騰訊 Q2 財(cái)報(bào)亮眼:AI 已成第二增長(zhǎng)曲線
- 7 2025年8月人工智能投融資觀察
- 8 9 Manus跑路,大廠掉線,只能靠DeepSeek了
- 10 a16z最新AI百強(qiáng)榜:硅谷頂級(jí)VC帶你讀懂全球生成式AI賽道最新趨勢(shì)