講題：加速神經(jīng)架構(gòu)搜索的性能預(yù)測(cè)器

講題介紹：神經(jīng)架構(gòu)搜索（Neural Architecture Search，NAS）是自動(dòng)化設(shè)計(jì)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)鍵技術(shù)，是人工智能領(lǐng)域近年的研究熱點(diǎn)。NAS運(yùn)行中需要訓(xùn)練大量神經(jīng)網(wǎng)絡(luò)模型，進(jìn)而獲得其性能指標(biāo)用于指導(dǎo)搜索算法的高效執(zhí)行。然而訓(xùn)練大量的神經(jīng)網(wǎng)絡(luò)模型需要海量高性能GPU計(jì)算資源，這對(duì)NAS算法的實(shí)際應(yīng)用帶來(lái)了極大挑戰(zhàn)。性能預(yù)測(cè)器不需硬件資源即可直接計(jì)算神經(jīng)網(wǎng)絡(luò)模型性能，在降低NAS計(jì)算復(fù)雜度方面有著極大研究?jī)r(jià)值。本報(bào)告將介紹團(tuán)隊(duì)在ICCV2021和NeurIPS2022發(fā)表的兩個(gè)成果，分別從神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)增廣、以及遷移學(xué)習(xí)角度構(gòu)建高效的性能預(yù)測(cè)器模型。

主講人：孫亞楠

主持人：陳慧靈

時(shí)間：2022年12月12日（周一）19：30

地點(diǎn)：線(xiàn)上（騰訊會(huì)議ID：965-688-631）

簡(jiǎn)介：孫亞楠，四川大學(xué)研究員，博士生導(dǎo)師，入選國(guó)家青年人才計(jì)劃、四川省天府峨眉人才計(jì)劃。2017年6月博士畢業(yè)于四川大學(xué)，2017年7月至2019年3月在新西蘭惠靈頓維多利亞大學(xué)從事博士后研究，2019年3月底引進(jìn)至四川大學(xué)計(jì)算機(jī)學(xué)院。長(zhǎng)期從事基于神經(jīng)演化的網(wǎng)絡(luò)架構(gòu)自動(dòng)設(shè)計(jì)方法研究，在低功耗AI芯片設(shè)計(jì)以及新一代核反應(yīng)堆設(shè)計(jì)中得到應(yīng)用。近五年以第一/通訊作者發(fā)表IEEE匯刊以及CCF-A類(lèi)論文30篇，4篇同時(shí)入選了ESI高被引和ESI熱點(diǎn)論文，3篇入選IEEE CIS研究前沿論文，授權(quán)發(fā)明專(zhuān)利18項(xiàng)，出版學(xué)術(shù)專(zhuān)著1部(Springer出版社)。