Frozenmad/3rd-Solution-to-CVPR2021-NAS-Track1

本文详解CVPR2021 NAS Track第三名技术方案，通过定义统一的网络通道数搜索框架，并实现不同部分的最优算法探索，最终得到一致性显著提升的超网络训练方案。

CVPR2021 NAS Track1 第三名技术方案：如何提升超网络一致性？

本项目由AI Studio对应项目迁移而来，请访问AI Studio获取对应项目运行方式。具体技术细节可参考notebook说明。您可以通过如下方式快捷地运行本项目：

数据集获取

首先下载数据集，并放到如下文件夹下：

- data
    - cifar-100-python.tar.gz
    - Track1_final_archs.json

训练

通过如下命令来训练

python -m supernet.scripts.train --n 18 --kd --sandwich

测试

通过如下命令来测试

python -m supernet.scripts.evaluate --path path/to/saved/model --output path/to/output

引用

如果您发现相关代码和项目对您有用，请引用我们的文章：

@inproceedings{guan2021oneshot,
    title={One-Shot Neural Channel Search: What Works and What’s Next},
    author={Chaoyu Guan and Yijian Qin and Zhikun Wei and Zeyang Zhang and Zizhao Zhang and Xin Wang and Wenwu Zhu},
    booktitle={CVPR 2021 Workshop on Neural Architecture Search: 1st lightweight NAS challenge and moving beyond},
    year={2021}
}