Architecture Search
神经架构搜索(Neural Architecture Search, NAS)是一种自动化设计人工神经网络(Artificial Neural Networks, ANN)的技术。其目标是通过算法自动探索和优化网络结构,以发现更高效、更复杂的模型架构,从而提升机器学习任务的性能和效果。NAS的应用价值在于减少人工调参的时间成本,提高模型设计的效率和准确性。
CIFAR-10
NAT-M4
CIFAR-10 Image Classification
EEEA-Net-C (b=5)+ CO
CIFAR-100
NAT-M4
CINIC-10
NAT-M4
DTD
NAT-M4
FGVC Aircraft
NAT-M4
Food-101
Balanced Mixture
ImageNet
DeepMAD-50M
LIDC-IDRI
NASLung (ours)
MNIST
NAS-Bench-101
FireFly
NAS-Bench-201
Improved FireFly Algorithme
NAS-Bench-201, CIFAR-10
DiNAS
NAS-Bench-201, CIFAR-100
IS-DARTS
NAS-Bench-201, ImageNet-16-120
CR-LSO
NAS-Bench-301
DiNAS
NATS-Bench Size, CIFAR-10
BossNAS
NATS-Bench Size, CIFAR-100
NATS-Bench Size, ImageNet16-120
NATS-Bench Topology, CIFAR-10
NATS-Bench Topology, CIFAR-100
NATS-Bench Topology, ImageNet16-120
GreenMachine-1
Oxford 102 Flowers
NAT-M4
Oxford-IIIT Pet Dataset
NAT-M4
Stanford Cars
NAT-M4
STL-10
NAT-M4