CNN网络加速--Performance Guaranteed Network Acceleration via High-Order Residual Quantization

Performance Guaranteed Network Acceleration via High-Order Residual Quantization
ICCV2017

本文是对 XNOR-Networks 的改进，将CNN网络层的输入 进行高精度二值量化，从而实现高精度的二值网络计算，XNOR-Networks 也是对每个CNN网络层的权值和输入进行二值化，这样整个CNN计算都是二值化的，这样计算速度快，占内存小。

对CNN网络模型进行加速目前主要有三类方法：
1）Parameter Pruning 网络裁剪，去掉权值接近0的 连接 rounding off near-zero connections，再重新训练精简后的网络
2）Model Compression，网络结构稀疏逼近，这种技术对每个模型都是专家经验的设计， not a general plug-in solution, low-rank approximated
3）Network Quantization，网络参数量化，对模型的参数和网络层的输入进行二值化，如XNOR

本文就是在 XNOR-Networks 的基础上，对网络层的输入二值化进行改进，实现高精度二值量化。

我们首先来看看 XNOR-Networks
文献【21】提出了两个二值化网络：BWN and XNOR
BWN uses binary weights to speed up the computation. 网络层权值二值化
XNOR is based on BWN and realizes the binarization of input data in a convolutional layer. 网络层的 输入和 权值都二值化

对于一个网络的卷积层，假定其 输入时 I ，滤波器权值是 W，该卷积层需要进行的卷积运算可以表示为 I∗W
BWN 的思路是对 W 进行二值化

用二值权值训练一个L层的网络流程如下：

XNOR 在BWN 基础上，对网络层输入进行二值量化 input tensor X: X ≈ βH， H is binary filter

3.2. High-Order Residual Quantization
XNOR 的量化步骤如下所示：

那么这种量化的误差是多少了？
我们定义 first-order residual tensor
我们对 R1再进行二值量化

输入的二阶残差量化表达式为 Order-Two Residual Quantization

我们得到对应的量化结果：

对于 Order-K Residual Quantization

3.3. The HORQ Network
Tensor Reshape if we reshape the input tensor and weight tensor into two matrices respectively, the convolution operation can be considered as a matrix multiplication
怎么讲二值化的参数 变为矩阵形式

这个可以参考 opencv 中图像数据是怎么表示的，图像数据是怎么保存在内存中的

Convolution Using Order-Two Residual Quantization 二阶量化怎么卷积

Training HORQ Network

4 Experiments

MNIST

HORQ vs XNR on CIFAR-10

Model size comparison: Binary vs Float

speedup ratio