旷视首席科学家孙剑:深度学习变革视觉计算丨CCF-GAIR 2019(27)

第一步是训练一个SuperNet , 这是一个超大的网络 , 任何子网络是我们想搜索的网络 。 我们先训SuperNet所有的权重;

第二步是做对SuperNet采样其中的子网络 , 好处是这一步不需要训练 , 非常高效 , 训练时间是正常训练时间的1.5-2倍 , 可以得到非常好的效果 。 目前在多个测试集上得到了最好效果 。

我们的方法不但可以做图像分类 , 也可以做物体检测 。

我们的方法还可以用来做模型简化(Pruning) , 同样可以用SuperNet的方法 , 先训一个PruningNet , 它相当于一个SuperNet , 由PruningNet生成很多子网络 , 得到很多很好的Pruning的效果 。

推荐阅读