基于darts改进的Progressive Differentiable Architecture Search

该博客介绍了基于DARTS的改进工作——Progressive Differentiable Architecture Search(PDARTS),针对DARTS中深度差距和随机初始化问题提出解决方案。作者通过分阶段搜索,逐步加深网络并引入search space regularization来限制skip_connect的操作,减少了深度差距。实验显示这种方法在性能和搜索时间上都有所提升。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

论文阅读笔记
论文:Progressive Differentiable Architecture Search: Bridging the Depth Gap between Search and Evaluation
代码链接:pdarts
原文作者:Xin Chen、Lingxi Xie等

这篇是把CMU之前的一个工作darts作为baseline,然后基于此存在的问题做出改进。

darts主要存在的问题有:

  • 从proxy task中search到的cell,通过简单的堆叠强行把网络加深用在object task上,但存在一个depth gap,在proxy task中search到的cell在浅层网络中是有效的,但不一定在强行加深后仍然有效,或者说性能会下降。
  • 随机初始化的影响,search的结果不太可控,很难复现。

主要工作

这篇论文的作者,针对第一个问题提出了一个解决方案,如图1.
在这里插入图片描述
darts在从proxy task 迁移到object task的时候,直接强行堆叠,如1(a)将8个cell叠为20个cell,这就会存在第一个问题。作者就把search分为几个阶段,同时考虑到显存的问题。设计如下:

  1. 第一个阶段在所有候选operations中搜索搜索5个cell;
  2. 第二个阶段在第一阶段的所有候选operations中选择Top个operations中搜索11个cell,其中是通过堆叠n
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值