文件名称：AlphaX-NASBench101:使用深度神经网络和蒙特卡洛树搜索进行神经体系结构搜索
文件大小：34.48MB
文件格式：ZIP
更新时间：2024-04-05 11:26:15
Python
AlphaX-NASBench101 请检查存储库以获取我们的最新结果 AlphaX是一种新的神经体系结构搜索（NAS）代理，它使用MCTS进行有效的模型体系结构搜索，并以Meta-DNN作为预测模型来估算采样体系结构的准确性。 与随机搜索相比，AlphaX建立了一个指导未来搜索的在线模型，与诸如Q学习，正则化进化或Top-K方法之类的贪婪方法相比，AlphaX动态地权衡了探索和开发，并且可以以更少的数量摆脱局部最优搜索试验。 有关AlphaX的详细信息，请参阅《 。 该存储库托管AlphaX的实现，以在NASBench-101定义的设计域上进行搜索。 NASBench-101是一个NAS数据集，包含420k +个网络及其实际训练，验证准确性。 有关NASBench-101的详细信息，请检查。 下图显示了NASBench-101中样本效率MCTS与各种基准的比较： 确保公正的评估 我
【文件预览】：
AlphaX-NASBench101-master
----mcts_speed_nasbench_boxplot.pdf(20KB)
----mcts_speed_nasbench.png(307KB)
----alphax-1-net()
--------model_test.py(2KB)
--------model.py(5KB)
--------operations.py(3KB)
--------AlphaX_1.pt(36.15MB)
----net_predictor.py(5KB)
----net_training.py(8KB)
----MCTS.py(22KB)
----README.md(6KB)
----arch_generator.py(13KB)
----MCTS_metaDNN.py(20KB)
----mcts_viz.png(490KB)
----nasbench_speed.png(76KB)