如何NAS之後的發展或者有什麼獨特見解,請大家一起討論一下,相互啟發。
之後的發展不知道,說下歷史吧~
-----------------------------------------
神經網路架構搜索(NAS)今年也是火的不行,本文簡單梳理一下個人覺得比較有代表意義的工作,如果有錯誤或者遺漏歡迎大家指出hhhh
另外推薦一篇survey(雖然到處都在說這個,但我還是要推薦一下)
Neural Architecture Search: A Survey
大致按照時間線來,內容分為這麼幾塊:大力出奇蹟,平民化,落地
1,大力出奇蹟
--------------------------------
被人們所熟知的第一篇NAS工作應該是Google的這篇NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING[ICLR17],充分展現了Google的實力和財力(劃掉)。思路也是簡單明瞭,以前每一層的filter數量大小等等都需要人為來定,那就可以做成一個優化問題列幾個選項讓它自己選個最好的,這樣的選擇組合起來就成了編碼某個網路結構的token。為了讓其更加靈活支持變長token,使用RNN來作為這裡的controller,然後用policy gradient來最大化controller採樣網路的期望reward,也就是validation accuracy