文件名称：FairDARTS:公平的DARTS
文件大小：50.02MB
文件格式：ZIP
更新时间：2024-05-24 12:24:35
darts nas automl fairdarts Python
[ECCV'20] Fair DARTS：消除差异化架构搜索中的不公平优势 *：这是的正式实施。 差分体系结构搜索（DARTS）现在是一种广泛传播的权重共享神经体系结构搜索方法。 但是，仍有两个基本弱点尚未解决。 首先，我们观察到优化过程中众所周知的跳过连接聚合是由排他性竞争中的不公平优势引起的。 其次，将连续的建筑权重离散为一个热点表示时，存在不可忽略的不一致。 由于这两个原因，DARTS提供了一种偏向的解决方案，它甚至可能不是最理想的。 在本文中，我们提出了一种新的方法来治愈这两个脆弱。 具体来说，由于纯粹的排他性竞争中的不公平优势很容易导致垄断，因此我们放宽了对合作组织的选择，在此我们让每个组织都有平等的机会发展自己的实力。 因此，我们将我们的方法称为“公平DARTS”。 此外，我们提出零损失，以直接减少离散化差距。 在两个主流搜索空间上进行了实验，我们在其中获得了ImageNet
【文件预览】：
FairDARTS-master
----darts()
--------train.py(12KB)
--------architect.py(4KB)
--------utils.py(4KB)
--------model.py(7KB)
--------train_search.py(10KB)
--------visualize.py(2KB)
--------operations.py(4KB)
--------model_search.py(10KB)
--------genotypes.py(19KB)
----best_model()
--------FairDARTS-a.tar(22.06MB)
--------FairDARTS-b.tar(30.27MB)
----img()
--------DCO_SPARSE_reduction.png(55KB)
--------DCO_SPARSE_3_reduction.png(55KB)
--------DCO_SPARSE_5_reduction.png(55KB)
--------DCO_SPARSE_3_normal.png(39KB)
--------DCO_SPARSE_6_normal.png(36KB)
--------DCO_SPARSE_5_normal.png(39KB)
--------DCO_SPARSE_4_normal.png(39KB)
--------DCO_SPARSE_2_normal.png(55KB)
--------DCO_SPARSE_1_reduction.png(58KB)
--------DCO_SPARSE_normal.png(30KB)
--------DCO_SPARSE_6_reduction.png(55KB)
--------DCO_SPARSE_2_reduction.png(54KB)
--------DCO_SPARSE_1_normal.png(37KB)
--------DCO_SPARSE_4_reduction.png(54KB)
----requirements.txt(206B)
----README.md(5KB)
----fairdarts()
--------train.py(11KB)
--------architect.py(3KB)
--------utils.py(7KB)
--------model.py(9KB)
--------train_search.py(11KB)
--------visualize.py(3KB)
--------operations.py(4KB)
--------model_search.py(6KB)
--------auto_augment.py(12KB)
--------evaluate_model.py(2KB)
--------parse_architecture.py(16KB)
--------genotypes.py(10KB)
--------separate_loss.py(1KB)