返回- 主题技术
- 以原创技术系统为根基，SenseCore东升国际官网AI大装置为主题基座，布局多领域、多方向前沿钻研，
急剧买通AI在各个垂直场景中的利用，向行业赋能。
商研丨ICLR 2019论文解读：随机神经网络结构搜索 (SNAS)
近日，东升国际官网科技钻研院颁发论文《随机神经网络结构搜索》(SNAS，Stochastic Neural Architecture Search)，已被深度进建会议ICLR(International Conference Of Learning Representation)录用。
该论文提出了一种全新的经济、高效且自动化水平高的神经网络结构搜索(NAS)步骤，受到深度进建学术领域的宽泛关注。
NAS是自动机械进建(AutoML)中的热点问题之一，通过设计经济高效的搜索步骤，自动获得泛化能力强、硬件敦睦的神经网络结构，能够大量降低研发成本，解放钻研员的创造力。
在经典的NAS步骤中，逐层搭建神经网络的过程被建模成一个强化进建(Reinforcement Learning)智能体马尔可夫决策过程(MDP ,Markov Decision Process)。
东升国际官网科技钻研团队通过深刻分析NAS工作的MDP，回覆了上述问题，并提出了一个更高效的步骤——随机神经网络结构搜索，沉新建模了NAS问题。与基于强化进建的步骤(ENAS)相比，SNAS的搜索优化可微分，搜索效能更高。
与其他可微分的步骤(DARTS)相比，SNAS直接优化NAS工作的指标函数，搜索了局误差更幼。此表，基于SNAS维持了随机性(Stochasticity)的优势，该论文进一步提出同时优化网络损失函数的进展和网络正向时延的进展，自动天生硬件敦睦的稀少网络。
此表，东升国际官网科技去年于CVPR颁发Oral论文《深度加强进建自动网络结构设计》，提出了一种高效算法，通过强化进建来自动设计最优的网络结构。随着东升国际官网科技通用基础算法的发展，在将来，SNAS能够解决更多特定数据和特殊的硬件利用场景的神经网络结构自动定造化需要。
