A Novel Evolutionary Algorithm for Hierarchical Neural Architecture Search

要約

【タイトル】階層型ニューラルアーキテクチャ探索のための新しい進化的アルゴリズム

【要約】
– 全体の探索空間に適用可能なニューラルアーキテクチャ探索のための新しい進化的アルゴリズムを提案する。
– アルゴリズムのアーキテクチャ表現は、多数の階層モジュールによってトポロジーを組織化し、デザインプロセスはこの表現を利用して探索空間を探索する。
– 優れた下位構造の利用を促進するキュレーションシステムも採用する。
– ファッションMNISTやNAS-Bench101に対して、比較的少ない世代数で$93.2\%$や$94.8\%$の精度を達成した。

要約(オリジナル)

In this work, we propose a novel evolutionary algorithm for neural architecture search, applicable to global search spaces. The algorithm’s architectural representation organizes the topology in multiple hierarchical modules, while the design process exploits this representation, in order to explore the search space. We also employ a curation system, which promotes the utilization of well performing sub-structures to subsequent generations. We apply our method to Fashion-MNIST and NAS-Bench101, achieving accuracies of $93.2\%$ and $94.8\%$ respectively in a relatively small number of generations.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI