《表4 不同NAS算法在CIFAR-10数据集的性能》
注:“-”表示未知。
大部分卷积神经网络的结构搜索都是面向分类任务的,常用的数据集是CIFAR-10和Image Net。不同的NAS算法在CIFAR-10数据集上的性能对比如表4所示。可以看出,基于参数共享的one-shot方法ENAS(Pham等,2018)、DARTS(Liu等,2018b)、P-DARTS(Chen等,2019a)和MDENAS(multinomial distribution ENAS)(Zheng等,2019)搜索速度普遍比较快,并且也能找到性能较好的网络结构。同时,基于梯度的优化算法和基于多项式分布的优化算法通常优于基于强化学习的方法。
图表编号 | XD00216431400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.16 |
作者 | 唐浪、李慧霞、颜晨倩、郑侠武、纪荣嵘 |
绘制单位 | 厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室 |
更多格式 | 高清、无水印(增值服务) |