AutoGAN: Neural Architecture Search for Generative Adversarial Networks

[idekazuki]

ICCV, (2019). GANへNASを適用。

RNNコントローラを利用して探索 インセプションスコアを報酬としてマルチラベル探索。

課題：NASを適用するのが難しい。バリデーション精度を報酬に利用できない。 ジェネレータとディスクリミネータをどのようにして両方共学習するか ＞今回 Gのみ探索してその後D探索 動的リセットを利用：GANを長時間学習すると不安定になる(mode collapse)。ウィンドウを設定してしきい値以下になったらリセットする。

Optimization Method RNNコントローラの重みθ ネットワークの重みω 1.θを固定し、ωを学習 　標準偏差がしきい値を下回ったらフラグを立てる。 2.ωを固定し、θを学習 　K個モデルをサンプルし、ISを報酬にする。 3.ustage回したらK個サンプルし、モデルを大きくする。 　コントローラもリセット