请你告诉我代码层面如何实现ProxylessNAS 修改搜索空间？

要修改 ProxylessNAS 的搜索空间，需要在 `models/proxyless_nas/search_space` 目录下的 `search_space.py` 文件中进行修改。该文件定义了搜索空间的结构，包括候选的操作和它们的超参数范围等。

具体来说，你可以按照以下步骤进行修改：

1. 定义新的操作，或删除现有的操作。你可以在 `PRIMITIVES` 列表中添加或删除操作的名称，例如：

   PRIMITIVES = [
       'none',
       'skip_connect',
       'sep_conv_3x3',
       'sep_conv_5x5',
       'dil_conv_3x3',
       'dil_conv_5x5',
       'max_pool_3x3',
       'avg_pool_3x3',
       'group_conv_3x3',
       'group_conv_5x5',
       'conv_7x1_1x7',
       'conv_1x1',
       'conv_3x3',
       # 新添加的操作
       'my_op',
   ]

2. 定义新的超参数范围，或修改现有的超参数范围。你可以在 `OPS` 字典中修改操作的超参数范围，例如：

   OPS = {
       'none': lambda C, stride, affine: Zero(C, stride),
       'skip_connect': lambda C, stride, affine: Identity(C, stride),
       'sep_conv_3x3': lambda C, stride, affine: SepConv(C, C, 3, stride, 1, affine=affine),
       'sep_conv_5x5': lambda C, stride, affine: SepConv(C, C, 5, stride, 2, affine=affine),
       'dil_conv_3x3': lambda C, stride, affine: DilConv(C, C, 3, stride, 2, 2, affine=affine),
       'dil_conv_5x5': lambda C, stride, affine: DilConv(C, C, 5, stride, 4, 2, affine=affine),
       'max_pool_3x3': lambda C, stride, affine: nn.MaxPool2d(3, stride=stride, padding=1),
       'avg_pool_3x3': lambda C, stride, affine: nn.AvgPool2d(3, stride=stride, padding=1),
       'group_conv_3x3': lambda C, stride, affine: GConv(C, C, 3, stride, 1, affine=affine),
       'group_conv_5x5': lambda C, stride, affine: GConv(C, C, 5, stride, 2, affine=affine),
       'conv_7x1_1x7': lambda C, stride, affine: nn.Sequential(
           nn.ReLU(inplace=False),
           nn.Conv2d(C, C, (1,7), stride=(1,stride), padding=(0,3), bias=False),
           nn.Conv2d(C, C, (7,1), stride=(stride,1), padding=(3,0), bias=False),
           nn.BatchNorm2d(C, affine=affine)
       ),
       'conv_1x1': lambda C, stride, affine: Conv(C, C, 1, stride, 0, affine=affine),
       'conv_3x3': lambda C, stride, affine: Conv(C, C, 3, stride, 1, affine=affine),
       # 修改现有操作的超参数范围
       'sep_conv_3x3': lambda C, stride, affine, eps=1e-3, momentum=0.1, affine_bn=True:
           SepConv(C, C, 3, stride, 1, affine=affine, eps=eps, momentum=momentum, affine_bn=affine_bn),
       # 定义新操作的超参数范围
       'my_op': lambda C, stride, affine, my_param=0.1:
           MyOp(C, C, 3, stride, 1, affine=affine, my_param=my_param),
   }

3. 修改完毕后，重新运行训练或搜索脚本，即可使用修改后的搜索空间。

需要注意的是，修改搜索空间可能会对模型的性能产生影响，因此建议在修改前仔细评估并测试不同搜索空间的性能和效果。