- data文件是用于存储训练所使用的数据集，目前mini——Imagenet的数据集存放在data文件下的images中；具体下载地址在\ista_nas_single\data\images\README.md中有介绍。
- onnx用于存储NAS搜索完成后的目标网络架构，这里我们将epoch设置为1，为了快速获得搜索后的结构。
- recovery文件下存放着一个求解器的代码，目的是用于将原始结构系数矩阵进行转换。
- search文件下存放的是基本的网络结构生成的细节。
- models文件中涉及的代码是结构系数矩阵如何搜索结构的
- model.py评估网络架构的时候使用
- model_search.py是搜索阶段fullnet如何初始化的，如何搜索的。
- inner_trainer.py是搜索过程中训练和验证的具体代码
- operations.py指的是fullnet中所有涉及的操作结构，以及forward
- optimizer.py指的是选取的优化器，这里用的是Adam
- models文件中涉及的代码是结构系数矩阵如何搜索结构的
- train_search_single.py搜索过程中的参数加载，主函数
- trainer.py指的是整个训练，验证，投影转换，恢复，评估是否结构固定的代码
- Python >= 3.7(我使用的是3.9)
- PyTorch >= 1.1 and torchvision（ 1.12.1+cu116和0.13.1+cu116）
- CVXPY（我使用1.2.1）
- Mosek（我使用10.0.26）
- Please have a licence file
mosek.lic（可能不需要） Please have a licence filemosek.licfollowing this page, and place this file in the directory$HOME/mosek/mosek.lic.
- 将整个仓库拉取到本地；
- 在ista_nas_single\data\images\中下载并解压数据集。
- 配置环境
- 直接执行train_search_single.py，参数已经设置好了。