より少ない:NASアプローチにおけるプロキシデータセット【JST・京大機械翻訳】

Moser Brian; Raue Federico; Hees Jorn; Dengel Andreas

プレプリント

J-GLOBAL ID：202202206476959650 整理番号：22P0303555

より少ない:NASアプローチにおけるプロキシデータセット【JST・京大機械翻訳】

Less is More: Proxy Datasets in NAS approaches

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月14日プレプリントサーバーでの情報更新日： 2022年03月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ニューラルアーキテクチャ検索(NAS)は,探索問題としてニューラルネットワークの設計を定義する。残念ながら,NASは,設計における要素の数およびそれら間の可能な接続に依存して,様々な可能性のため,計算的に集約的である。本研究では,探索時間を低減するための診断的アプローチとして,データセットサイズ(教師なしおよび教師つきケース)を低減するためのいくつかのサンプリングアプローチに基づくデータセットサイズの役割を詳細に解析した。CIFAR-100のおよそ1400の実験で,NAS-Bench-201における4つの一般的NASアプローチとこれらの技術を比較した。驚くべき知見の1つは,ほとんどの場合,訓練データの量を25%に低減でき,その結果,探索時間を25%まで低減でき,同時に,完全データセットの訓練と同じ精度を維持する。さらに,最大22p.p.精度による完全データセットから導いた部分集合外形設計に由来するいくつかの設計を行った。【JST・京大機械翻訳】

, ,
, , , 【Automatic Indexing@JST】

人工知能 , ニューロコンピュータ

前のページに戻る