神经网络剪枝

对神经网络（主要是CNN）进行剪枝，使模型运行速度变快，大小变小，且准确率与原来相近。

如何剪枝

移除滤波器

参考论文 1，对所有滤波器（filters）计算L1范数，移除值较小的滤波器。

• 优点

  模型变小，运行速度变快。

• 缺点

  依然保留部分冗余的连接。

  1. 普通卷积

  

  输入的特征图：$x_i \in \mathbb{R}^{n_i \times h_i \times w_i}$

  输出的特征图：$x_{i + 1} \in \mathbb{R}^{n_{i + 1} \times h_{i + 1} \times w_{i + 1}}$

  不考虑 bias，参数维度：$n_i \times n_{i + 1} \times k_h \times k_w$，即有 $n_{i + 1}$ 个 3D 滤波器 $\mathbb{F}_{i, j} \in \mathbb{R}^{n_i \times k_h \times k_w}$

  计算每个滤波器的 L1 值，取最小的若干个移除：$n_{i + 1}$ -> $n'_{i + 1}$

  这会影响后续层（卷积 / 全连接 / Batch Normalization 等）的输入：

  如后续卷积层的参数维度为 $n'_{i + 1} \times n_{i + 2} \times k_h \times k_w$

  1. Depthwise 卷积

  Depthwise 卷积参数维度为 $1 \times n_i \times k_h \times k_w$

  后续的 Pointwise 卷积参数维度为 $n_i \times n_{i + 1} \times 1 \times 1$

  应与后续的 Pointwise 卷积一起计算 L1：即使用 $dw[0, :, :, :] \cdot pw[:, i, :, :]$

移除连接

参考论文 23，移除权值小于一定阈值的连接。

• 优点

  模型变小，运行速度变快。

  能尽可能去掉冗余的连接。

• 缺点

  需要设计更稀疏的格式保存模型，否则模型不变小也不加速。

合并 Batch Normalization

Batch Normalization 的参数可以合并到上一个卷积/全连接的参数中

如设卷积的参数为 $W$, $b$，则卷积可表示为 $y = Wx + b$

Batch Normalization 的参数为 scale, bias, mean, variance

Batch Normalization 可表示为 $y = \frac{scale}{\sqrt{variance + \varepsilon}} \cdot x + \left( bias - \frac{scale \cdot mean}{\sqrt{variance + \varepsilon}} \right)$

Batch Normalization 的参数合并后卷积的参数为

$W' = W \cdot \frac{scale}{\sqrt{variance + \varepsilon}}$

$b' = (b - mean) \cdot \frac{scale}{\sqrt{variance + \varepsilon}} + bias$

剪枝策略

1. 逐层剪枝比一次性剪枝效果好

2. 每层剪枝比例应根据敏感度分析去删减

3. 移除滤波器时，计算L1移除值较小的比随机移除、其它计算方法效果好

4. 剪枝后进行 finetune 比 train from scratch 效果好

5. 剪枝后固定较为敏感的层的权值再训练的效果比较好

参考

---

1. (ICLR 2017) Pruning Filters for Efficient Convnets https://arxiv.org/abs/1608.08710 ↩
2. (ICLR 2016) Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding https://arxiv.org/abs/1510.00149 https://github.com/songhan/Deep-Compression-AlexNet ↩
3. (NIPS 2015) Learning both Weights and Connections for Efficient Neural Networks https://arxiv.org/abs/1506.02626 ↩