超越 EfficientNet與MobileNetV3，NeurIPS 2020 微軟NAS方向最新研究
以下文章來源於微軟研究院AI頭條 ，作者彭厚文、傅建龍
專注科研22年，盛產黑科技
編者按：隨着深度學習的發展，神經網絡結構的設計逐漸由手工設計轉變為算法自動設計。在近期的神經網絡設計（Neural Architecture Search, NAS）研究中，現有的方法存在一定缺陷，結果往往不能真正體現出眾多子網絡正確的排序關系。為解決這一問題，微軟亞洲研究院的研究員們提出了基於優先路徑蒸餾的網絡結構搜索方法。采用這一方式選出的網絡在 ImageNet 上的分類准確率達到了80.0%， 超越了現有的 EfficientNet-B0/B1 和 MobileNetV3。該論文已被 NeurIPS 2020 接收。
從數億數量級的神經網絡結構中搜索出高性能的網絡，是一個充滿挑戰但又令人向往的研究任務。正如深度學習變革了傳統的手工圖像特征設計，神經網絡結構的設計也正在逐漸由手工設計轉變為算法自動設計。
面對數以億級的網絡結構，將每一個可能的結構都訓練收斂，並選擇其中最好的結構是不現實的。在近期的神經網絡設計研究中，一個被廣泛使用的解決方法是先訓練一個包含了所有可能結構的超網（hypernetwork），當測試某一個網絡結構的性能時，直接繼承超網訓練后的參數。這樣的做法省去了重新訓練的時間，大大加快了網絡搜索的速度。然而，雖然預訓練超網的方法能夠大幅度加速網絡搜索，但因為很難對所有的路徑（子模型）進行充分訓練，所以其給出的結果往往不能真正體現出眾多子網絡正確的排序關系。
為了解決這一問題，微軟亞洲研究院的研究員們提出維護一個優先路徑組（prioritized path board）。也就是說，在訓練超網的某一條路徑時，使用元網絡（meta-network）從組中選出一條性能較好的子網對其進行網絡蒸餾（distillation），從而提升超網的收斂程度與性能。采用這種方式選出的網絡在 ImageNet 上的分類准確率達到了80.0%， 超越了現有的 EfficientNet-B0/B1 和 MobileNetV3。該論文已被 NeurIPS 2020 接收 。
現有的超網訓練方式多種多樣，研究員們采用了簡單有效的均勻采樣單條路徑（single-path uniform sampling strategy）作為基礎，即每一次隨機從超網中采一條路徑進行訓練。與之不同的是，在訓練單條路徑時，會從優先路徑組中選出一條路徑對其進行蒸餾，從而提升訓練效果。
圖1：方法示意圖，左側為常規的蒸餾方法，即采用一個預訓練的模型進行蒸餾，右側為提出的基於優先路徑的蒸餾方法。
優先路徑組
優先路徑組是由少量性能優異的路徑構成的。超網訓練會對優先路徑組進行動態的維護，如果采樣出來的網絡在效果和復雜度上均優於有限路徑組中的網絡，那么就會將其替換到優先路徑組中。不僅如此，維護這樣一個優先路徑組還使得超網訓練結束后可以直接從中選取最優路徑，從而節省以往方法在進行網絡結構搜索時運用強化學習方法或進化算法（Evolution Algorithm）的時間。在選取優先路徑時，可根據公式
進行選擇，其中
代表元網絡，
代表網絡最后一層輸出的特征（logits），
代表元網絡所預測的兩條路徑的匹配程度。
知識蒸餾
知識蒸餾是一種被廣泛應用的模型壓縮方法，通過讓小型網絡來模仿預訓練大型網絡的最后一層輸出特征，可以使小型網絡達到接近於大型網絡的表現。研究員們通過優先路徑來進行蒸餾，從而無需提前訓練一個大型神經網絡。對超網進行更新的具體公式如下：
其中 
為正常的訓練損失，
為蒸餾損失， 仍為前面所提到的匹配程度。
元網絡
由於不同的子網結構差異可能非常之大，因此研究員們希望能夠從優先路徑組中選出最有助於子網訓練的優先路徑對其進行知識蒸餾。經過嘗試，研究員們采用了元網絡的技術，將采樣路徑和優先路徑最后一層輸出的特征差輸入到元網絡中，由元網絡判斷優先路徑與采樣路徑的匹配程度。當訓練元網絡時，研究員們會在驗證集上計算損失，通過匹配程度 進行梯度回傳並更新元網絡 ：
對基於優先路徑蒸餾的網絡結構搜索算法的測試是在 ImageNet 上進行的。實驗結果如圖2和表1所示。可以看出，在各種模型大小下，該方法的搜索結果均超越了此前的 EfficientNet-B0/B1 和 MobileNetV3，實現了優越的性能。不僅如此，該方法搜索所需要的時長也是各種網絡結構搜索算法中最短的。
圖2：基於優先路徑蒸餾的網絡結構搜索得到的模型在 ImageNet 上的性能
表1：基於優先路徑蒸餾的網絡結構搜索得到的模型在 ImageNet 上的性能
除了圖像分類任務外，研究員們還在物體檢測任務上對算法進行了測試，結果如表2所示。可以看到，該模型同樣能夠泛化到物體檢測任務上，在各種指標下都比已有模型有近1%的提升。
表2：基於優先路徑蒸餾的網絡結構搜索模型在物體檢測任務上的表現
NNI (Neural Network Intelligence) 是當下最熱門的開源自動機器學習（AutoML）工具之一，由微軟亞洲研究院與微軟（亞洲）互聯網工程院領銜開發。NNI 對機器學習生命周期的各個環節都做了較為全面的支持，包括特征工程、神經網絡架構搜索、超參調優和模型壓縮。
目前，微軟亞洲研究院的研究員們已將此次提出的基於優先路徑蒸餾的網絡結構搜索算法通過 NNI 平台的 One-Shot 算法接口進行了實現，提供了完整的搜索、重訓練和測試代碼以及模型。由於 NNI 提供了統一的接口表達網絡搜索空間，所以有對比此算法與其他神經網絡架構搜索結果需求的用戶可選擇這份代碼實現做參考。代碼以及更多技術細節，請參見：https://github.com/microsoft/nni。
本篇 NeurIPS 2020 論文針對網絡結構搜索中超網訓練不充分的問題，提出了使用優先路徑進行蒸餾的方法，加快了超網訓練的收斂和搜索速度，且搜索得到的網絡性能超越了大多數現有算法。盡管如此，該方法目前仍處於初步的探索階段，未來可能還會將模型延遲考慮到優先路徑選擇中，並對優先路徑蒸餾的理論依據進行進一步的探索。
更多技術細節，詳見論文：
Cream of the Crop: Distilling Prioritized Paths For One-Shot Neural Architecture Search
論文鏈接：https://arxiv.org/abs/2010.15821
代碼鏈接：https://github.com/microsoft/Cream
NNI實現鏈接：https://github.com/microsoft/nni
參考資料：
[1] Hieu Pham, Melody Guan, Barret Zoph, Quoc Le, and Jeff Dean. Efficient neural architecture search via parameters sharing. In ICML, 2018
[2] Mingxing Tan and Quoc V. Le. Efficientnet: Rethinking model scaling for convolutional neural networks. In ICML, 2019
[3] Andrew Howard, Mark Sandler, Grace Chu, Liang-Chieh Chen, Bo Chen, Mingxing Tan, Weijun Wang, Yukun Zhu, Ruoming Pang, Vijay Vasudevan, et al. Searching for mobilenetv3. In ICCV, 2019.
[4] Zichao Guo, Xiangyu Zhang, Haoyuan Mu, Wen Heng, Zechun Liu, Yichen Wei, and Jian Sun. Single path one-shot neural architecture search with uniform sampling. In ECCV, 2020.
[5] Han Cai, Chuang Gan, Tianzhe Wang, Zhekai Zhang, and Song Han. Once for all: Train one network and specialize it for efficient deployment. In ICLR, 2020.
[6] Changlin Li, Jiefeng Peng, Liuchun Yuan, Guangrun Wang, Xiaodan Liang, Liang Lin, and Xiaojun Chang. Blockwisely supervised neural architecture search with knowledge distillation. In CVPR, 2020
[7] Jiahui Yu, Pengchong Jin, Hanxiao Liu, GabrielBender, Pieter-Jan Kindermans, Mingxing Tan, Thomas Huang, Xiaodan Song,Ruoming Pang, and Quoc Le. Bignas: Scaling up neural architecture search with big single-stage models. In ECCV, 2020.
[8] Hieu Pham, Qizhe Xie, Zihang Dai, and Quoc V Le. Meta pseudo labels. arXiv:2003.10580, 2020
[9] Hanxiao Liu, Karen Simonyan, and Yiming Yang. DARTS: Differentiable architecture search. In ICLR, 2019
END
備注：NAS
AutoML&NAS交流群
自動機器學習、神經架構搜索等技術，
若已為CV君其他賬號好友請直接私信。
我愛計算機視覺微信號:aicvml
QQ群:805388940
微博知乎:@我愛計算機視覺
投稿:amos@52cv.net
網站:www.52cv.net
在看，讓更多人看到 