《Designing Network Design Spaces》阅读笔记
本文所做内容
与一般的NAS设计独立的网络结构不同,作者这次设计Design Spaces。希望能够发现网络设计的准则。作者的方法是将网络架构设计转换为一个低维的只包含简单,规则化的网络RegNet。
本文所用方法
作者根据前人设计Design Spaces的方法得出:对于Design Spaces可以从中采样几个模型,给出其分布,然后使用传统的统计方法来对其进行分析。
本文中作者设计的Design Spaces初始化更简单且初始时没有限制。具体的说就是输入是初始化的Design Space,输出是调整过的。每一步的目标是发掘能够产生更简单表现更好的设计原则。
AnyNet:没有限制的Design Space中的网络。
AnyNetX:包含x块(组卷积)。
RegNet:使用一些规则化限制,在维度和网络配置类型更简单,包含更高相关性的顶级性能模型,更适合分析和解释。
Tools for Design Space Design
我们从Design Space中采样和训练n个模型,为了更加有效作者在ImageNet上以400 million flop(400MF)为一轮训练10轮。作者评估Design Space使用的是经验分布函数 empirical distribution function (EDF)。计算如下:
本步骤总结如下:
The AnyNet Design Space
一般的网络结构如下:
AnyNetX:包含16个自由度(4个阶段每个阶段4个参数):the number of blocks di, block width wi, bottleneck ratio bi, and group width gi。为了获得有效的模型we perform log-uniform sampling of di ≤ 16, wi ≤ 1024,and divisible by 8, bi ∈ {1, 2*,* 4*}, and gi ∈ {1, 2, . . . ,* 32*}*(we test these ranges later),重复采样直到获得500个模型。然后每个模型训练10轮。
在应用每一步我们的方法的时候,我们的目标是:
将此方法应用于AnyNetX可得:
AnyNetXA:还未添加限制的初始化Design Space。
AnyNetXB:增加限制shared bottleneck ratio bi = b for all stages i for the AnyNetXA design space。然后采样,训练500个模型。
AnyNetXC:类似AnyNetXB,we additionally use a shared group width gi = g for all stages to obtain AnyNetXC。
AnyNetXB,AnyNetXC结果如下可以看出基本上没啥明显差异。。。
AnyNetXD:在AnyNetXC的基础上增加限制wi+1 ≥ wi,得到AnyNetXD。
AnyNetXE:在AnyNetXD的基础上增加限制di+1 ≥ di得到AnyNetXE。
The RegNet Design Space
绘制the best 20 models from AnyNetXE in a single plot(灰色线),绘制wj = 48*·*(j+1) for 0 ≤ j ≤ 20,y取对数。可以看出对于每个block都会有不同的width(分段连续函数,说明是几个block的一样)。
根据以上的观察我们引入一个线性参数来预测block的宽度。
然后引入附加参数 wm > 0来进一步控制。从等式二获得uj我们来计算sj,然后进行四舍五入取整计算 wj,最后计算di 具体如下:
将每个网络架构使用六元组表示,然后使用等式2-4计算相应的参数,得到RegNet,具体如下:
然后对wm,w0进行进一步的测试调整结果如下:
各个网络结果对比:
Design Space Generalization
在各种条件下RegNet性能都好。。。
Analyzing the RegNetX Design Space
采样100个模型,训练25轮,lr设置为0.1。观察到梯度比较好的趋势为:
RegNet trends.
参数设置的趋势,深度设置为20个块(这里是60层)其他参数如图:
Complexity analysis.
复杂度对比图:
结论:activations increase with the square-root of flflops, parameters increase linearly, and runtime is best modeled using both a linear and a square-root term due to its dependence on both flops and activations。(明显从图中可以看出activations比flops更能表示推理速度)
RegNetX constrained.
we set b = 1, d ≤ 40, and wm ≥ 2,然后we limit parameters and activations, following Figure 12 (bottom)。
结果:
Alternate design choices and SE.
结果
…(img-rO8fhpxw-1587039679984)]
Alternate design choices and SE.
[外链图片转存中…(img-LePY8LWu-1587039679986)]