Regularized Evolution for Image Classifier Architecture Search
スポンサーリンク
論文URL
https://arxiv.org/pdf/1802.01548.pdf
2019年2月公開
ポイント
- Google Brainが進化アルゴリズムにより画像分類モデルAmoebaNet-Aを作成
- NAS-NetやPNASNetは強化学習でモデルが作成されている
- モデルの探索空間はNAS-Netと同じ
- 強化学習よりも短時間で高精度のモデルを作成できている
AmoebaNet-A
- Fig1左図のNormal CellとReduction Cellの構造を進化アルゴリズムで探索
- Fig1中央図がNormal Cell
- Fig1右図がReduction Cell
- stride=2とし、空間解像度を落としている
- 畳み込み層の出力チャンネル数FとNormal Cellの適用回数Nは手動設定するパラメータ
性能
- モデルのパラメータ数が同程度の場合、NASNet-AやPNASNet-5とほぼ同性能
- パラメータ数を5倍強に増やした場合、Top1エラーで1%改善