NAS-BENCH-201
时间: 2025-01-10 19:47:35 浏览: 39
NAS-Bench-201资源概述
NAS-Bench-201是一个广泛使用的神经架构搜索(NAS)基准测试平台,旨在加速和标准化NAS算法的研究和发展。该平台提供了在三个不同数据集上的训练网络信息——CIFAR-10、CIFAR-100以及ImageNet16-120[^1]。
使用教程
对于希望利用NAS- DARTS: main.py
作为主要入口点,可以通过命令行参数指定配置文件路径来运行程序。
python main.py --config config.yaml
ENAS PyTorch版本: 类似地,也有一个特定于此框架的执行脚本。
python train.py --config config.yaml
NAO (Neural Architecture Optimization): 提供了一个更为通用化的接口。
python run.py --config config.yaml
这些命令中的config.yaml
代表了项目的配置文件,它包含了诸如超参数设定等重要信息[^5]。
数据集详情
具体而言,NAS-Bench-201涵盖了如下几个流行的数据集:
- CIFAR-10:由10类彩色图像组成的标准计算机视觉分类任务;
- CIFAR-100:类似于前者但类别数量增加至一百个;
- ImageNet16-120:来自更大规模图片库的一个子集,仅保留了一百二十种物体种类。
研究论文
有关NAS-Bench-201最早的介绍可以追溯到Google Brain团队的工作,他们首次提出了这一概念,并将其定位为首个公开可用的网络架构数据集之一,极大地促进了领域内的透明度与可重复性研究进展[^3]。
相关推荐



















