arXiv · ML· Brama Seta Putra Satria, Dwi Sunaryono, Misbakhul Munir Irfan Subakti, Irzal Ahmad Sabilla, Laras Suciningtyas·· 4 小时前AI 评分24
QuaNAS: 基于不确定性感知早期搜索复用实现查询高效神经架构搜索
QuaNAS: Uncertainty-Aware Reuse of Earlier Searches for Query-Efficient Neural Architecture Search
AI 导读
QuaNAS 将早期搜索库中的知识视为具有不确定性的先验，通过高斯过程在无需新数据集标签的情况下优化候选架构。 在 12 个新数据集评估中，其 anytime regret 较 5 个从头开始的基准降低 2.7 至 3.9 倍；最终模型在 9 个数据集上达到或超过参考模型。 该研究通过预先冻结的协议验证了库对性能增益的关键作用，无需库时 regret 超过两倍。
来源：arXiv · ML · arxiv.org