1月7日消息，据报道，在ICLR 2019论文《SNAS : stochastic neural architecture search》中，商汤科技提出随机神经网络结构搜索（SNAS)。据介绍，与基于强化学习的方法（ENAS）相比，SNAS的搜索优化可微分，搜索效率更高。与其他可微分的方法（DARTS）相比，SNAS直接优化NAS任务的目标函数，搜索结果偏差更小。此外，该论文还提出同时优化网络损失函数的期望和网络正向时延的期望，自动生成硬件友好的稀疏网络。