AutoML模型壓縮技術，利用強化學習將壓縮流程自動化

MIT韓松團隊和Google Cloud的研究人員提出AutoML模型壓縮技術，利用強化學習將壓縮流程自動化，完全無需人工，而且速度更快，性能更高。

模型壓縮是在計算資源有限、能耗預算緊張的移動設備上有效部署神經網絡模型的關鍵技術。

在許多機器學習應用，例如機器人、自動駕駛和廣告排名等，深度神經網絡經常受到延遲、電力和模型大小預算的限制。已經有許多研究提出通過壓縮模型來提高神經網絡的硬件效率。

模型壓縮技術的核心是確定每個層的壓縮策略，因為它們具有不同的冗余，這通常需要手工試驗和領域專業(yè)知識來探索模型大小、速度和準確性之間的大設計空間。這個設計空間非常大，人工探索法通常是次優(yōu)的，而且手動進行模型壓縮非常耗時。

為此，韓松團隊提出了AutoML模型壓縮（AutoML for Model Compression，簡稱AMC），利用強化學習來提供模型壓縮策略。

論文地址：

https://arxiv.org/pdf/1802.03494.pdf

負責這項研究的MIT助理教授韓松博士表示：

“算力換算法”是當今AutoML系列工作的熱點話題，AMC則屬于“算力換算力”：用training時候的算力換取inference時候的算力。模型在完成一次訓練之后，可能要在云上或移動端部署成千上萬次，所以inference的速度和功耗至關重要。

我們用AutoML做一次性投入來優(yōu)化模型的硬件效率，然后在inference的時候可以得到事半功倍的效果。比如AMC將MobileNet inference時的計算量從569M MACs降低到285M MACs，在Pixel-1手機上的速度由8.1fps提高到14.6fps，僅有0.1%的top-1準確率損失。AMC采用了合適的搜索空間，對壓縮策略的搜索僅需要4個GPU hours。

總結來講，AMC用“Training算力”換取“Inference算力”的同時減少的對“人力“的依賴。最后，感謝Google Cloud AI對本項目的支持。

Google Cloud 研發(fā)總監(jiān)李佳也表示：“AMC是我們在模型壓縮方面的一點嘗試，希望有了這類的技術，讓更多的mobile和計算資源有限的應用變得可能?！?/p>

“Cloud AutoML 產品設計讓機器學習的過程變得更簡單，讓即便沒有機器學習經驗的人也可以享受機器學習帶來的益處。盡管AutoML有很大的進步，這仍是一項相對初期的技術，還有很多方面需要提高和創(chuàng)新?！崩罴颜f。

用AI做模型壓縮，完全不需要人工

研究人員的目標是自動查找任意網絡的壓縮策略，以實現(xiàn)比人為設計的基于規(guī)則的模型壓縮方法更好的性能。

這項工作的創(chuàng)新性體現(xiàn)在：

1、AMC提出的learning-based model compression優(yōu)于傳統(tǒng)的rule-based model compression

2、資源有限的搜索

3、用于細粒度操作的連續(xù)行動空間

4、使用很少的GPU進行快速搜索（ImageNet上1個GPU，花費4小時）

目標：自動化壓縮流程，完全無需人工。利用AI進行模型壓縮，自動化，速度更快，而且性能更高。

這種基于學習的壓縮策略優(yōu)于傳統(tǒng)的基于規(guī)則的壓縮策略，具有更高的壓縮比，在更好地保持準確性的同時節(jié)省了人力。

在4×FLOP降低的情況下，我們在ImageNet上對VGG-16模型進行壓縮，實現(xiàn)了比手工模型壓縮策略高2.7％的精度。

我們將這種自動化壓縮pipeline應用于MobileNet，在Android手機上測到1.81倍的推斷延遲加速，在Titan XP GPU上實現(xiàn)了1.43倍的加速，ImageNet Top-1精度僅下降了0.1％。

AutoML模型壓縮：基于學習而非規(guī)則

圖1：AutoML模型壓縮（AMC）引擎的概覽。左邊：AMC取代人工，將模型壓縮過程完全自動化，同時比人類表現(xiàn)更好。右邊：將AMC視為一個強化學習為題。

以前的研究提出了許多基于規(guī)則的模型壓縮啟發(fā)式方法。但是，由于深層神經網絡中的層不是獨立的，這些基于規(guī)則的剪枝策略并非是最優(yōu)的，而且不能從一個模型轉移到另一個模型。隨著神經網絡結構的快速發(fā)展，我們需要一種自動化的方法來壓縮它們，以提高工程師的效率。

AutoML for Model Compression（AMC）利用強化學習來自動對設計空間進行采樣，提高模型壓縮質量。圖1展示了AMC引擎的概覽。在壓縮網絡是，ACM引擎通過基于學習的策略來自動執(zhí)行這個過程，而不是依賴于基于規(guī)則的策略和工程師。

我們觀察到壓縮模型的精度對每層的稀疏性非常敏感，需要細粒度的動作空間。因此，我們不是在一個離散的空間上搜索，而是通過DDPG agent提出連續(xù)壓縮比控制策略，通過反復試驗來學習：在精度損失時懲罰，在模型縮小和加速時鼓勵。actor-critic的結構也有助于減少差異，促進更穩(wěn)定的訓練。

針對不同的場景，我們提出了兩種壓縮策略搜索協(xié)議:

對于latency-critical的AI應用（例如，手機APP，自動駕駛汽車和廣告排名），我們建議采用資源受限的壓縮（resource-constrained compression），在最大硬件資源（例如，F(xiàn)LOP，延遲和模型大?。┫聦崿F(xiàn)最佳精度）；

對于quality-critical的AI應用（例如Google Photos），我們提出精度保證的壓縮（accuracy-guaranteed compression），在實現(xiàn)最小尺寸模型的同時不損失精度。

DDPG Agent

DDPG Agent用于連續(xù)動作空間（0-1）

輸入每層的狀態(tài)嵌入，輸出稀疏比

壓縮方法研究

用于模型大小壓縮的細粒度剪枝（Fine-grained Pruning）

粗粒度/通道剪枝，以加快推理速度

搜索協(xié)議

資源受限壓縮，以達到理想的壓縮比，同時獲得盡可能高的性能。

精度保證壓縮，在保持最小模型尺寸的同時，完全保持原始精度。

為了保證壓縮的準確性，我們定義了一個精度和硬件資源的獎勵函數(shù)。有了這個獎勵函數(shù)，就能在不損害模型精度的情況下探索壓縮的極限。

對于資源受限的壓縮，只需使用Rerr = -Error

對于精度保證的壓縮，要考慮精度和資源（如FLOPs）：RFLOPs = -Error?log（FLOPs）

實驗和結果：全面超越手工調參

為了證明其廣泛性和普遍適用性，我們在多個神經網絡上評估AMC引擎，包括VGG，ResNet和MobileNet，我們還測試了壓縮模型從分類到目標檢測的泛化能力。

強化學習agent對ResNet-50的剪枝策略

ACM將模型壓縮到更低密度而不損失精度（人類專家：ResNet50壓縮3.4倍；AMC：ResNet50壓縮5倍）

大量實驗表明，AMC提供的性能優(yōu)于手工調優(yōu)的啟發(fā)式策略。對于ResNet-50，我們將專家調優(yōu)的壓縮比從3.4倍提高到5倍，而沒有降低精度。

AMC對MobileNet的加速

此外，我們將MobileNet的FLOP降低了2倍，達到了70.2％的Top-1最高精度，這比0.75 MobileNet的Pareto曲線要好，并且在Titan XP實現(xiàn)了1.53倍的加速，在一部Android手機實現(xiàn)1.95的加速。

AMC和人類專家對MobileNet進行壓縮的精度比較和推理時間比較

結論

傳統(tǒng)的模型壓縮技術使用手工的特征，需要領域專家來探索一個大的設計空間，并在模型的大小、速度和精度之間進行權衡，但結果通常不是最優(yōu)的，而且很耗費人力。

本文提出AutoML模型壓縮（AMC），利用增強學習自動搜索設計空間，大大提高了模型壓縮質量。我們還設計了兩種新的獎勵方案來執(zhí)行資源受限壓縮和精度保證壓縮。

在Cifar和ImageNet上采用AMC方法對MobileNet、MobileNet- v2、ResNet和VGG等模型進行壓縮，取得了令人信服的結果。壓縮模型可以很好滴從分類任務推廣到檢測任務。在谷歌Pixel 1手機上，我們將MobileNet的推理速度從8.1 fps提升到16.0 fps。AMC促進了移動設備上的高效深度神經網絡設計。