訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

CVPR 2020: SGAS，一種基于貪心思想的CNN/GCN網(wǎng)絡(luò)結(jié)構(gòu)搜索算法

根據(jù)這三個(gè)影響邊選擇的三個(gè)因素，我們提出了兩個(gè)選擇指標(biāo)：

指標(biāo)1 ：具有高的邊重要性和高的邊確定性的邊將被選擇，公式為：

指標(biāo)2：在指標(biāo)1的基礎(chǔ)上，被選擇的邊也應(yīng)該具有較高的穩(wěn)定性：

這里，normalize（·）指 Min－Max標(biāo)準(zhǔn)化。

實(shí)驗(yàn)結(jié)果

我們搜索了CNN和GCN網(wǎng)絡(luò)結(jié)構(gòu)，并在CIFAR，ImageNet圖像分類，ModelNet點(diǎn)云分類，PPI生物圖數(shù)據(jù)節(jié)點(diǎn)分類上達(dá)到了SOTA效果。

CNN

我們將SGAS用到CNN的網(wǎng)絡(luò)結(jié)構(gòu)搜索中， CNN網(wǎng)絡(luò)結(jié)構(gòu)由普通單元（normalcell） 和 歸約單元（reduction cell）組成。普通單元保持特征圖大小不變，歸約單元縮小特征圖至． CNN任務(wù)中，搜索空間由8個(gè)運(yùn)算組成：skip－connect，max－pool－3×3， avg－pool－3×3， sep－conv－3×3， sep－conv5×5， dil－conv－3×3，dil－conv－5×5， zero。

SGAS在CIFAR－10的訓(xùn)練集與驗(yàn)證集搜索結(jié)構(gòu)，并在測(cè)試集上進(jìn)行測(cè)試，結(jié)果如表1所示：

SGAS在CIFAR－10的訓(xùn)練集與驗(yàn)證集搜索結(jié)構(gòu)，并在ImageNet測(cè)試集上進(jìn)行測(cè)試，結(jié)果如表2所示：

我們的SGAS在性能超越了手工設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)以及其他NAS算法。

<上一頁  1  2  3  4  5  下一頁>  余下全文
聲明： 本文由入駐維科號(hào)的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題，請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

共0條評(píng)論，0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁，請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號(hào)