TransNAS-Bench-101

TransNAS-Bench-101 是一个神经架构搜索 (NAS) 基准数据集，包含七个任务的网络性能，涵盖分类、回归、像素级预测和自我监督任务。这种多样性提供了在任务之间转移 NAS 方法的机会，并允许发展更复杂的转移方案。我们探索了两种根本不同类型的搜索空间：单元级搜索空间和宏观级搜索空间。通过对 7 个任务的 7,352 个主干进行评估，提供了 51,464 个具有详细训练信息的训练模型。通过 TransNAS-Bench-101，我们希望鼓励出现卓越的 NAS 算法，将跨任务搜索效率和通用性提高到一个新的水平。

搜集汇总

背景与挑战

背景概述

TransNAS-Bench-101是一个神经架构搜索基准数据集，涵盖七个任务的网络性能评估，包括分类、回归和像素级预测等。它提供了两种搜索空间和基于大量主干评估的模型训练信息，旨在推动跨任务NAS算法的通用性和效率提升。