microsoft/archai

解決的問題

Archai 設計用於加速神經架構搜尋（NAS），使為特定應用尋找最有效率的深度網路架構的過程更快速、更具可重現性，且具模組化特性。

工作原理

此框架允許使用者定義搜尋空間（例如用於 Transformers）並設定特定的優化目標，例如降低延遲、記憶體使用量或參數數量。隨後，它會使用搜尋演算法（如 EvolutionParetoSearch）迭代不同的網路配置，並識別出表現最佳架構的帕累托最優前緣。

適用對象

適合需要產生高效深度學習模型的研究人員與開發者，特別是從事自然語言處理（NLP）及臉部分割等電腦視覺任務的人。

主要特色

• 模組化設計：支援彈性的搜尋空間與目標。
• 帕累托最佳化：在多個相互競爭的目標（例如速度與準確度）之間取得平衡。
• 廣泛應用：包含文字產生與臉部分割等端對端任務。
• 與 PyTorch 整合：專為與 PyTorch 1.7.0+ 兼容而建構。