前回は、GoogleのQuoc V. Leらによる強化学習を利用したNeural Architecture Search（NAS）を紹介しました。

NASによって発案されたモデルによる実験結果として、110層もあるResNetよりも良い成績を僅か39層で達成しました。しかし、パラメータ数はより多くなっている点が課題でした。

さらに、NASによるモデルの探索には莫大な数のGPUパワーが消費されました。というのも、NASのコントローラが新しいモデル構造を提案するたびに、はじめから訓練し直して評価をする必要があるからです。

そのため、評価のための訓練では、直接のターゲットであるImageNetのデータセットは使わずに、代替（プロキシ）であるCIFAR10などの小さいデータセットを使います。しかし、プロキシのデータセットによる評価が最終的なターゲットであるImageNetのデータセットでの評価と必ずしも一致するとは限りません。

できれば探索中にプロキシを使わずにターゲットのデータセットで評価をしたいものです。よって、学習のために必要なGPUリソースが比較的に少なくて済むNASの手法が望まれました。そこで登場したのが ProxylessNAS（プロキシなしのNAS）です。MITの Song Han らによる研究結果として2018年の12月にアーカイブに論文が投稿されました。ソースコードも公開されています。

上図の左はプロキシを必要とする（proxy-based）NASの手法を表現しています。学習者（Learner）が新しく提案したモデル構造（Architecture）をプロキシのタスクで訓練・評価し、モデルのパラメータを更新（Updates）します。例えば、CIFAR10データセットをImageNetの代わりに使うのがプロキシのタスクです。最終的にはターゲットとなるデータセットやハードウェアへの移行（転移学習などを利用）する必要があります。

上図の右はプロキシなし（proxy-less）のNASの手法です。最終的なターゲットとなるタスク（ImageNetでの画像分類など）を使って新しいモデル構造（Architecture）を訓練・評価しモデルのパラメータを更新（Updates）します。よって、転移学習などの手間が省けます。また、最終的なプラットフォーム（データセット、ハードウェア）での評価も前もって知ることができます。

しかし、簡単にプロキシなしと言いましたが、実際にはどのようにしてプロキシを使わずにより少ないGPUの消費で学習を行うことができたのでしょうか。