Este artículo presenta un novedoso método de búsqueda de arquitectura neuronal (NAS) de disparo cero para el diseño automático de arquitecturas de redes neuronales. Para superar las limitaciones de los métodos NAS de disparo cero existentes en cuanto a eficiencia, estabilidad y generalidad, proponemos un nuevo proxy sin entrenamiento denominado Correlación de Respuesta Ponderada (WRCor). WRCor utiliza la matriz de coeficientes de correlación de las respuestas a diferentes muestras de entrada para calcular una puntuación proxy para la estructura estimada, midiendo así su expresividad y rendimiento de generalización. Los resultados experimentales demuestran que WRCor y el proxy basado en votación son estrategias de estimación más eficientes que los proxies existentes y, al combinarse con diversas estrategias de búsqueda, superan a los algoritmos NAS existentes. En el conjunto de datos ImageNet-1k, descubrimos una estructura que alcanza una tasa de error de prueba del 22,1 % en 4 horas de GPU. El código fuente está disponible públicamente.
