本研究では、AutoNLを提案する。 まず、変換演算を絞り込み、コンパクトな特徴を組み込むことで、軽量な非ローカルブロック(LightNL)を提案する。 第二に、LightNLブロックの構造を学習時に微分可能なように緩和することで、LightNLブロックの最適な構成をエンドツーエンドで学習するための効率的なニューラルアーキテクチャ探索アルゴリズムを提案する。

注目すべきことに，わずか32GPU時間の使用で，検索されたAutoNLモデルは，典型的なモバイル設定（350MFLOPs）の下で，ImageNet上で77.7%のトップ1精度を達成し，MobileNetV2（+5.7%），FBNet（+2.8%），MnasNet（+2.1%）を含む以前のモバイルモデルを大幅に凌駕している．

コード https://github.com/LiYingwei/AutoNL。