Roboflow Train의 Neural Architecture Search

신경망 구조 탐색(Neural Architecture Search, NAS)이 이제 객체 탐지 및 인스턴스 분할 프로젝트를 위한 학습 엔진으로 제공됩니다. 하이퍼파라미터를 수동으로 조정하고 여러 개의 개별 학습 작업을 실행하는 대신, NAS는 한 번의 실행으로 수천 개의 후보 아키텍처를 자동으로 평가합니다. 이를 통해 특정 데이터셋과 배포 하드웨어에 맞게 조정된 추론 속도와 정확도의 최적 균형을 찾을 수 있습니다.

고유한 가중치 공유 전략을 사용해, NAS는 기존 컴퓨팅 비용의 일부만으로 이러한 구성들을 동시에 탐색합니다. 학습이 완료되면, 속도 대비 정확도 그래프에서 생성된 모델을 평가하여 성능 요구 사항에 가장 잘 맞는 버전을 배포할 수 있으며, 일반적인 파인튜닝보다 더 나은 지연 시간과 정확도를 달성하는 경우가 많습니다.