Paper地址:https://arxiv.org/abs/2105.14444
概述
NAS-Bert在大规模预训练阶段(Bert自监督预训练),通过实施权重共享形式的One-shot NAS,实现了Once for all与Task-agnostic两个目的,分别满足不同平台资源约束的压缩需求、以及不同下游任务的迁移训练需求。
Method
- 搜索空间:基于Weight-sharing的特点(Single-path One-shot形式),每个Bert layer(进一步细分为2个Sub-layer)由一系列候选的Block-choice并排而成,共同构成了超网络。这些Block-choice包括MHA、FFN、SepConv与Identity四个基本模块结构,且由不同的Attention heads数、Hidden size与kernel size决定了26个候选的Operations。搜索空间具体如下所示: