microsoft/archai

解决的问题

Archai 旨在加速神经架构搜索（NAS），使为特定应用寻找最高效的深度网络架构的过程更快、更具可复现性，并且模块化。

工作原理

该框架允许用户定义搜索空间（例如用于 Transformers）并设置特定的优化目标，如降低延迟、内存使用或参数数量。然后，它使用搜索算法（如 EvolutionParetoSearch）迭代不同的网络配置，以识别出性能最佳架构的帕累托最优前沿。

适用人群

适用于需要生成高效深度学习模型的研究人员和开发者，特别是从事自然语言处理（NLP）和人脸分割等计算机视觉任务的人。

主要亮点

• 模块化设计：支持灵活的搜索空间和目标。
• 帕累托优化：在多个相互竞争的目标（如速度与精度）之间找到平衡。
• 广泛应用：包含文本生成和人脸分割等端到端任务。
• 与 PyTorch 集成：专为与 PyTorch 1.7.0+ 兼容而构建。