進行的なニューラルアーキテクチャサーチ

我々は、強化学習や進化アルゴリズムに基づく最近の最先端手法よりも効率的な畳み込みニューラルネットワーク（CNN）の構造学習方法を提案します。当該手法では、逐次モデルベース最適化（SMBO）戦略を使用し、複雑さの順に構造を探しつつ、同時に構造空間探索をガイドする代理モデルを学習します。同一の探索空間での直接比較において、Zophら（2018）のRL手法と比べて、評価したモデル数に関して最大5倍、総計算時間に関して8倍の効率性が確認されました。この方法で発見された構造は、CIFAR-10およびImageNetにおける分類精度において最先端の性能を達成しています。