首页 > TAG信息列表 > ENAS
论文笔记系列-Efficient Neural Architecture Search via Parameter Sharing
Summary 本文提出超越神经架构搜索（NAS）的高效神经架构搜索（ENAS），这是一种经济的自动化模型设计方法，通过强制所有子模型共享权重从而提升了NAS的效率，克服了NAS算力成本巨大且耗时的缺陷，GPU运算时间缩短了1000倍以上。在Penn Treebank数据集上，ENAS实现了55.8的测试困惑度；在CIFAR-10数据ENAS加载自己的数据集之路
https://download.csdn.net/download/weixin_32759777/12328542将上面代码中的data 替换替换为下面的数据 链接: https://pan.baidu.com/s/1bwQFu-J7CJekbiHUtdK68Q 提取码: 1a2v 执行python3 main.py --network_type rnn --dataset myself_data 添加其他参数可以参考reaENAS pygraphviz 的替换之路
#本人在装pygraphviz的时候总是安装不上，那就想使用graphviz #首先安装pip install graphvizfrom graphviz import Digraph dot = Digraph(comment='The Round Table')# 画一个圆中间的文字是中国 代号Adot.node('A', '中国')# 画一个圆中间的文字是美国 代号Bdot.node(