【文件属性】：
文件名称：ENAS-pytorch:PyTorch实施“通过参数共享进行有效的神经体系结构搜索”
文件大小：13.02MB
文件格式：ZIP
更新时间：2021-04-21 02:23:24
pytorch neural-architecture-search google-brain Python
PyTorch中的高效神经体系结构搜索（ENAS）
实现PyTorch实现。
ENAS通过在大型计算图中的子图模型之间共享参数，将（ NAS ）的计算需求（GPU小时）减少了1000倍。 关于Penn Treebank语言建模的SOTA。
** [注意]请使用作者提供的官方代码：**
先决条件
Python 3.6+
tqdm，scipy，imageio，graphviz，tensorboardX
用法
安装必备组件：
conda install graphviz
pip install -r requirements.txt
要训练ENAS以发现RNN的复发细胞，请执行以下操作：
python main.py --network_type rnn --dataset ptb --controller_optim adam --controller_lr 0.00035 \
【文件预览】：
ENAS-pytorch-master
----config.py(7KB)
----generate_gif.py(596B)
----models()
--------controller.py(8KB)
--------__init__.py(109B)
--------shared_rnn.py(15KB)
--------shared_base.py(500B)
--------shared_cnn.py(2KB)
----tensorboard.py(1KB)
----utils.py(7KB)
----main.py(1KB)
----dag.json(905B)
----run.sh(1017B)
----requirements.txt(101B)
----LICENSE(11KB)
----assets()
--------ptb.gif(4.67MB)
--------wikitext.gif(6.6MB)
--------ENAS_cnn.png(190KB)
--------best_rnn_epoch27.png(44KB)
--------ENAS_rnn.png(189KB)
--------cnn.png(189KB)
--------rnn.png(43KB)
--------arial.ttf(304KB)
--------cnn_cell.png(130KB)
----README.md(4KB)
----data()
--------wikitext()
--------text.py(2KB)
--------__init__.py(35B)
--------image.py(1KB)
--------ptb()
----.gitignore(1KB)
----trainer.py(26KB)