#221
summarized by : 綱島 秀樹
AdversarialNAS: Adversarial Neural Architecture Search for GANs

どんな論文か?

GANのNASにおいて、先行研究は探索範囲が狭かったり、計算量が膨大 (ISやFIDを評価にしていたため数百枚の画像生成が必要だった) だったが、本論文は通常のminimax gameとアーキテクチャ固定時の最適な重み探索のminimax gameの2つのAdversarial Trainingを行うことで探索範囲も広く、計算コストも少なく、性能も高いAdversarialNASを提案した
placeholder

新規性

・サーチの範囲をGenerator、Discriminatorと広いにも関わらず計算時間が短い点 ・GANのNASでSOTA (ほとんどのアーキテクチャと比較してSOTA)

結果

・NASの中では探索範囲が最も広い上、計算コストも最小でありながらSOTA ・既存のGANと比較してもほとんどSOTA (Progressive GANのCIFAR-10のISのみ負けてる)

その他(なぜ通ったか?等)

ImageNetでこそ実験していないものの、計算コストを小さくした上でGとDの両方をサーチというのは大きい貢献であるため通ったと考えられる。