CVPR作为计算机视觉规模和模式识别规模的世界级学术顶会，不仅是展示前沿科技成果的学术会议，也是探索学术应用的一大平台。今年，baidu联合澳大利亚悉尼科技大学和美国北卡罗来纳大学举办CVPR 2021 NAS workshop，同时于3月1日正式启动CVPR 2021 NAS国际比赛，面向全球开发者开放报名通道。
人脸识别、语音识别、机器翻译……每一项人工智能应用的背后都离不开AI技能算法模型，而神经搜集布局对最终模型的效验起着至关重要的作用。为降低传统神经搜集布局对人工经验和背景知识的依赖，近年来神经搜集布局搜刮（NAS）技能成为学术界和工业界研讨的热点。为了解决神经搜集布局搜刮的搜刮效率和效验问题，此次比赛以轻量级神经搜集布局搜刮技能为研讨课题，为全球挑战者切磋交流、打造前沿AI模型布局搜刮技能提供了绝佳机会。
双赛道并行 探索NAS技能革新之道
早期的神经搜集布局搜刮通过将每个神经搜集在训练数据上都训练到收敛，然后评估其效验，会耗费大量的算力资源，阻碍了在实际业务中的应用。因此，业界开始逐渐研讨使用鉴于可微分框架和超搜集的轻量级搜刮算法，但相关方法在灵活性和搜刮效验上存在一定问题。
从实际技能研讨中的关键问题出发，本次大赛特意设置了双赛道：超搜集一致性赛道和模型机能展望赛道。参赛者可以任意选择或同时参加两个赛道。获胜的部队会被邀请在CVPR NAS workshop上宣讲部队的技能方案。
赛道一：超搜集一致性track
由于算法的高效性，OneshotNAS逐渐成为研讨人员的研讨热点。通过参数共享的方法，研讨人员不再需要独立训练并评估每个子搜集的机能而是只需要训练一个大的超搜集，然后通过继承超搜集参数的方法快速评估每个子搜集的机能，从而可以非常高效的进行模型布局自动搜刮。然而，独立训练子搜集的机能、机能排序与子搜集继承超搜集参数的机能、机能排序之间有很大的偏差，从而导致搜刮得到布局机能差无法使用。本赛道旨在解决超搜集的一致性问题。鉴于超搜集机能与独立训练子搜集机能最一致的部队将获得冠军
赛道二：模型机能展望track
在不训练的情况下，准确的展望任意模型布局机能非常重要。鉴于此，不仅可以深度的分析模型布局的机能优劣，同时还能够展望出满足任意硬件延时约束下的最优的模型布局。本赛事提供了部分（小样本）模型布局与模型精度之间对应关系的bench mark,参赛选手既可以通过黑盒的方法直接进行训练，也可以使用白盒的方法进行参数估计。最终展望泛化机能最好的模型部队将获得冠军。
技能、平台、免费算力 baidu全方位助力AI竞技
此次baidu联合悉尼科技大学和美国北卡罗来纳大学等高校举办CVPR 2021 NAS workshop，并在CVPR 2021举办的NAS国际比赛是第一届轻量级神经搜集自动搜刮比赛。
作为人工智能技能规模的领军者与深耕者，baidu在NAS规模拥有强大的技能优势和深厚技能积累。目前，baidu在NAS规模已原创性地提出了GP-NAS（CVPR）和SA-NAS（IJCV）等多个AutoDL算法，并使用研发的AutoDL技能先后七次在CVPR与ECCV等国际比赛中夺得世界第一。
baidu在NAS规模还孵化了模型压缩工具PaddleSlim。这是鉴于飞桨PaddlePaddle打造的开源模型压缩工具库，囊括了深度进修模型压缩规模常用的量化、剪枝、蒸馏、模型布局搜刮等方法，并且打造了CV和NLP规模的模型压缩方案。
通过此次比赛，baidu期望与全球开发者就NAS技能展开广泛交流与进修，积极分享技能成果与心得。
baidu飞桨作为中国首个自主研发、功能完备、开源开放的产业级深度进修平台，为本次比赛参赛者提供了平台和GPU算力等技能支持，助力AI能人破除参赛桎梏。除了“以赛促学”、通过比赛挖掘AI能人外，baidu以飞桨为创新基座构建起涵盖进修、实践、比赛、认证、就业在内的全周期服务体系，已培养AI能人超100万。未来5年，baidu还将培养超过500万人工智能技能与产业能人。
此次比赛不仅为各赛道的优胜者准备了共计10000美金的奖励，还将在workshop中邀请多位重量级嘉宾进行分享演讲。比赛于3月1日正式开启报名通道，想进一步了解CVPR 2021 NAS国际比赛详情和报名方法，可进入workshop比赛页面（https://www.cvpr21-nas.com/competition）查看详细内容。