- …
- …
#221
summarized by : 綱島 秀樹
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
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。
- …
- …