NAS 算法的基准
项目描述
神经架构搜索作为多目标优化基准：问题制定和性能评估[arXiv]
准备步骤
-
下载以下两个所需文件：
-
database.zip来自Google Drive 或百度云盘的文件（提取码：mhgs） -
data.zip来自Google Drive 或百度云盘的文件（提取码：idxw）
-
-
pip install evoxbench安装基准。 -
通过以下步骤配置基准：
from evoxbench.database.init import config
config("Path to databae", "Path to data")
# For example
# If you have the following structure
# /home/Downloads/
# └─ database/
# | | __init__.py
# | | db.sqlite3
# | | ...
# |
# └─ data/
# └─ darts/
# └─ mnv3/
# └─ ...
# Then you should do:
# config("/home/Downloads/database", "/home/Downloads/data")
数据库
访问此网页了解更多信息：https ://github.com/liuxukun2000/evoxdatabase
致谢
代码基于：NAS-Bench-101 、NAS-Bench-201、NAS-Bench-301 、NATS-Bench 、Once for All 、AutoFormer、Django 、pymoo
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
evoxbench-1.0.0.tar.gz
（85.9 kB
查看哈希）
内置分布
evoxbench-1.0.0-py3-none-any.whl
（171.7 kB
查看哈希）