CoRA-NAS

新研究提升神经架构搜索效率与准确性

两篇新研究论文提出了优化神经架构搜索（NAS）的新方法。第一篇论文介绍了一种无泄漏、基于块的方法，以降低留一主体评估（LOSO）的计算成本，在BioVid Heat Pain数据集上提高准确性，同时显著减少参数。第二篇论文提出了CoRA-NAS，一个两阶段框架，结合了静态排序先验和低成本学习曲线细化，以可靠地对不同搜索空间中的架构进行排序，在NAS-Bench-201等基准测试中实现了高Spearman相关性和接近最优的准确性。