summarized by : Hirokatsu Kataoka
Dongzhan Zhou, Xinchi Zhou, Wenwei Zhang, Chen Change Loy, Shuai Yi, Xuesen Zhang, Wanli Ouyang
計算リソースを制限した状態でのNeural Architecture Search(NAS)の評価(EcoNAS)を行った。
従来のNASによるアルゴリズムを網羅的に比較し、より効率的なNASの方策を検討したことが新規性である。信頼性の高い探索を残し、階層的な探索戦略を導入することでアーキテクチャ探索時間を削減した。
約400分の1の探索時間で同等の精度を実現した。使用GPUで比較すると8 vs. 3150である。提案の探索戦略により、AmoebaNet/DARTSといった従来の探索時間は減るばかりか、精度が向上している。