摘要
神经网络架构搜索主要解决人工设计神经网络难度大的问题,针对该算法的研究在自动化机器学习领域有着深远的意义。搜索算法的主要流程包括设计搜索空间、设计搜索策略、网络评估,针对搜索空间,应用通道随机重排技术和上下文信息融合技术进行高效特征提取,同时在搜索策略上,针对联合搜索优化困难且消耗时间长的问题,设计了修正网络的reduction cell,仅搜索normal cell。结果表明,该网络的搜索效率得到了提高搜索时间减少了31%左右,并且在cifar10数据集和tiny-imagenet数据集上的验证精度分别提高了0.21%和2.26%。
- 单位