研究者提出面向硬件感知NAS的离散元启发式算法MOSHO
热点事件持续更新
研究者提出面向硬件感知NAS的离散元启发式算法MOSHO
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
研究者在arXiv发布论文,提出MOSHO(Multi-Objective Shark Hunting Optimization),一种用于硬件感知神经架构搜索(NAS)的多目标元启发式算法。该算法以离散架构编辑算子替代连续运动方程,以避免量化噪声,属原生离散设计。 目前信息仅来自论文本身的提出内容,尚无独立的性能验证或其他来源的评估报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
MOSHO:面向硬件感知神经架构搜索的原生离散鲨鱼启发元启发式算法报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv cs.AIMOSHO:面向硬件感知神经架构搜索的原生离散鲨鱼启发元启发式算法
研究者提出 MOSHO(Multi-Objective Shark Hunting Optimization),一种用于硬件感知神经架构搜索(NAS)的原生离散元启发式算法,用离散架构编辑算子替代连续运动方程,以避免量化噪声。
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。