典型文献
一种快速渐进式卷积神经网络结构搜索算法
文献摘要：
手动设计卷积神经网络结构对专业性要求高、难度大.基于梯度可微的搜索快速高效,但这类方法存在深度鸿沟和稳定性较差的问题.提出一种结合渐进式搜索和贪心指标的快速渐进式结构搜索算法(FPNAS),通过渐进式扩展搜索阶段的结构,使得搜索阶段的网络结构逐渐接近评估阶段,避免深度鸿沟造成的影响.同时,通过运用贪心指标作为选边准则,增加搜索评估的相关性并提高搜索的稳定性.针对网络结构搜索算法消耗计算资源多的问题,提出渐进式划分数据集方法,通过分阶段不同比例的数据集划分来减少结构搜索的计算资源消耗.以准确率和搜索时间作为评价指标,将FPNAS与渐进式可微结构搜索算法和贪心搜索算法进行对比,实验结果表明,FPNAS搜索出的网络结构稳定性得到改进,搜索时间分别缩短0.19和0.14个GPU Days,在CIFAR-10数据集上精度最高达到97.7％.
文献关键词：
深度学习;卷积神经网络;可微结构搜索;渐进式结构搜索;划分数据集方法
中图分类号：
作者姓名：
赵亮;方伟
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡 214122
文献出处：
引用格式：
[1]赵亮;方伟-.一种快速渐进式卷积神经网络结构搜索算法)[J].计算机工程,2022(12):134-139,149
A类：
渐进式结构搜索,FPNAS,划分数据集方法,可微结构搜索
B类：
神经网络结构搜索,搜索算法,快速高效,鸿沟,贪心,沟造,选边,计算资源,分阶段,数据集划分,分来,资源消耗,搜索时间,结构稳定性,GPU,Days,CIFAR
AB值：
0.16853
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
