Key points are not available for this paper at this time.
न्यूरल आर्किटेक्चर खोज (NAS) न्यूरल नेटवर्क मॉडल के स्वचालित डिज़ाइन को सक्षम बनाती है। हालांकि, प्रदर्शन मूल्यांकन के लिए खोज एल्गोरिदम द्वारा उत्पन्न उम्मीदवारों को प्रशिक्षित करना काफी कंप्यूटेशनल ओवरहेड उत्पन्न करता है। हमारी विधि, जिसे नासग्राफ कहा जाता है, न्यूरल आर्किटेक्चर को ग्राफ में परिवर्तित करके और औसत डिग्री, जो कि एक ग्राफ माप है, को मूल्यांकन मैट्रिक के स्थान पर प्रॉक्सी के रूप में उपयोग करके कंप्यूटेशनल लागत को उल्लेखनीय रूप से कम करती है। हमारी प्रशिक्षण-मुक्त NAS विधि डेटा-agnostic और हल्की है। यह NAS-Bench201 से 200 यादृच्छिक रूप से नमूने लिए गए आर्किटेक्चर में सर्वश्रेष्ठ आर्किटेक्चर पा सकती है, जो 217 CPU सेकंड में होता है। इसके अलावा, हमारी विधि NASBench-101, NASBench-201 और NDS खोज स्थानों सहित विभिन्न डेटा सेट पर प्रतिस्पर्धात्मक प्रदर्शन हासिल करने में सक्षम है। हम यह भी प्रदर्शन करते हैं कि नासग्राफ Micro TransNAS-Bench-101 पर अधिक चुनौतीपूर्ण कार्यों के लिए सामान्यीकृत हो जाता है।
हुआंग एट अल. (गुरुवार,) ने इस प्रश्न का अध्ययन किया।