DIFFNAS：无预测器NAS用扩散模型搜索架构
热点事件持续更新
DIFFNAS：无预测器NAS用扩散模型搜索架构
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yize Sun 等作者提出 DIFFNAS，一个无需性能预测器的神经架构搜索框架：用离散图扩散模型生成架构，由 MeCo、SWAP 等免训练指标引导搜索。 在 NAS-Bench-201 基准上，DIFFNAS 为 CIFAR-10 和 CIFAR-100 找到最优架构，准确率分别为 94.37% 和 73.51%；搜索成本相比 DiffusionNAG 最多降低 17.5 倍。这些结果来自作者在论文中的报告。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
DIFFNAS：基于扩散模型与零成本评估的无预测器神经架构搜索报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.LGDIFFNAS：基于扩散模型与零成本评估的无预测器神经架构搜索
DIFFNAS 提出一种无需性能预测器的 NAS 框架，用离散图扩散模型结合 MeCo、SWAP 等免训练指标引导架构生成。在 NAS-Bench-201 上，它为 CIFAR-10 和 CIFAR-100 找到最优架构，准确率分别为 94.37% 和 73.51%，搜索成本相比 DiffusionNAG 最多降低 17.5x。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。