AW-NAS 开源项目教程

AW-NAS 开源项目教程

AW-NAS 项目的目录结构如下：

aw_nas/ ├── aw_nas/ │ ├── __init__.py │ ├── common/ │ ├── controller/ │ ├── dataset/ │ ├── evaluator/ │ ├── main.py │ ├── manager/ │ ├── model/ │ ├── mutation/ │ ├── rollout/ │ ├── search_space/ │ ├── utils/ │ └── weight_share/ ├── examples/ │ ├── cifar10/ │ ├── imagenet/ │ └── nasbench/ ├── scripts/ │ ├── train.py │ ├── evaluate.py │ └── search.py ├── tests/ │ ├── test_common.py │ ├── test_controller.py │ └── test_search_space.py ├── setup.py └── README.md 
aw_nas/ ├── aw_nas/ │ ├── __init__.py │ ├── common/ │ ├── controller/ │ ├── dataset/ │ ├── evaluator/ │ ├── main.py │ ├── manager/ │ ├── model/ │ ├── mutation/ │ ├── rollout/ │ ├── search_space/ │ ├── utils/ │ └── weight_share/ ├── examples/ │ ├── cifar10/ │ ├── imagenet/ │ └── nasbench/ ├── scripts/ │ ├── train.py │ ├── evaluate.py │ └── search.py ├── tests/ │ ├── test_common.py │ ├── test_controller.py │ └── test_search_space.py ├── setup.py └── README.md 
aw_nas/ ├── aw_nas/ │ ├── __init__.py │ ├── common/ │ ├── controller/ │ ├── dataset/ │ ├── evaluator/ │ ├── main.py │ ├── manager/ │ ├── model/ │ ├── mutation/ │ ├── rollout/ │ ├── search_space/ │ ├── utils/ │ └── weight_share/ ├── examples/ │ ├── cifar10/ │ ├── imagenet/ │ └── nasbench/ ├── scripts/ │ ├── train.py │ ├── evaluate.py │ └── search.py ├── tests/ │ ├── test_common.py │ ├── test_controller.py │ └── test_search_space.py ├── setup.py └── README.md 

• aw_nas/: 项目的主要代码目录。
  • common/: 包含通用工具和辅助函数。
  • controller/: 包含控制器相关的代码，用于搜索算法。
  • dataset/: 包含数据集处理的相关代码。
  • evaluator/: 包含评估模型的相关代码。
  • main.py: 项目的主入口文件。
  • manager/: 包含管理器相关的代码，用于管理训练和搜索过程。
  • model/: 包含模型定义的相关代码。
  • mutation/: 包含变异操作的相关代码。
  • rollout/: 包含搜索空间中的操作定义。
  • search_space/: 包含搜索空间的定义。
  • utils/: 包含各种辅助工具和函数。
  • weight_share/: 包含权重共享机制的相关代码。
• examples/: 包含一些示例脚本，如 CIFAR-10 和 ImageNet 的训练脚本。
• scripts/: 包含训练、评估和搜索的脚本。
• tests/: 包含单元测试脚本。
• setup.py: 用于安装项目的脚本。
• README.md: 项目的说明文档。

项目的启动文件是 aw_nas/main.py。这个文件是整个项目的入口点，负责初始化配置、加载数据、启动训练或搜索过程。

• 解析命令行参数。
• 初始化配置文件。
• 加载数据集。
• 启动训练或搜索过程。

项目的配置文件通常是一个 YAML 或 JSON 文件，用于定义训练和搜索过程中的各种参数。配置文件的路径和名称可以在启动文件中指定。

train: batch_size: 64 learning_rate: 0.001 epochs: 100 search: population_size: 50 mutation_rate: 0.1 crossover_rate: 0.5 
train: batch_size: 64 learning_rate: 0.001 epochs: 100 search: population_size: 50 mutation_rate: 0.1 crossover_rate: 0.5 
train: batch_size: 64 learning_rate: 0.001 epochs: 100 search: population_size: 50 mutation_rate: 0.1 crossover_rate: 0.5 

• train: 训练相关的参数。
  • batch_size: 批量大小。
  • learning_rate: 学习率。
  • epochs: 训练轮数。
• search: 搜索相关的参数。
  • population_size: 种群大小。
  • mutation_rate: 变异率。
  • crossover_rate: 交叉率。

通过配置文件，用户可以灵活地调整训练和搜索过程中的参数，以适应不同的需求和场景。

原文链接：https://blog.csdn.net/gitblog_00273/article/details/141375371?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522f4fa97299be68b1b92f6db736ce58a53%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=f4fa97299be68b1b92f6db736ce58a53&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-5-141375371-null-null.nonecase&utm_term=%E6%9E%81%E7%A9%BA%E9%97%B4nas