研究人员开发了MOSHO,一种用于硬件感知神经架构搜索的新型离散元启发式算法。该方法通过使用离散架构编辑算子来解决连续公式的局限性,从而提高探索和搜索效率。MOSHO在合并基准测试中表现出与NSGA-II相当的性能,实现了相似的帕累托前沿,同时将搜索运行时间显著减少了96.4%。 AI
影响 这项研究可能导致更高效、更具成本效益的专用AI硬件开发。
排序理由 该集群包含一篇详细介绍神经架构搜索新算法的学术论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Hardware-aware neural architecture search
- HW-NAS-Bench
- Multi-Objective Shark Hunting Optimization
- NAS-Bench-201
- Nazim Adeerhmane Aouni
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →