對于剪枝技術(shù)，你了解多少？這里有一份秘籍，整理了 2019 年度的 6 篇論文所提到的最新剪枝方法。

[[285686]]

剪枝是一種幫助神經(jīng)網(wǎng)絡(luò)實現(xiàn)規(guī)模更小、效率更高的深度學習方法。這是一種模型優(yōu)化技術(shù)，它刪除權(quán)重張量中不必要的值，從而使得壓縮后的神經(jīng)網(wǎng)絡(luò)運行速度更快，網(wǎng)絡(luò)訓練過程中的計算成本也有所降低。在將模型部署到手機等邊緣設(shè)備上時，剪枝的作用更加明顯現(xiàn)。

本篇精選了神經(jīng)網(wǎng)絡(luò)剪枝領(lǐng)域的一些研究論文，供大家學習參考。

論文 1：Pruning from Scratch (2019)

作者提出了一種從頭開始剪枝的網(wǎng)絡(luò)剪枝流程。他們在 CIFAR10 和 ImageNet 數(shù)據(jù)集上對多個壓縮分類模型進行了試驗，結(jié)果表明該流程降低了正常剪枝方法的預訓練開銷，同時提高了網(wǎng)絡(luò)的準確率。

論文鏈接：https://arxiv.org/pdf/1909.12579.pdf

下圖展示了傳統(tǒng)剪枝流程的三個階段：預訓練、剪枝和微調(diào)。

這篇論文提出的剪枝技術(shù)包括可基于隨機初始化權(quán)重學得的新的剪枝流程。通道重要性（channel importance）則可通過關(guān)聯(lián)標量門控（scalar gate）值和每個網(wǎng)絡(luò)層來學得。

優(yōu)化通道重要性，可在稀疏性正則化的情況下提高模型性能。在此過程中，隨機權(quán)重并未得到更新。然后，基于給定資源約束，使用二分搜索策略確定剪枝后模型的通道數(shù)配置。

下表展示了模型在不同數(shù)據(jù)集上的準確率：

論文 2：Adversarial Neural Pruning (2019) 

這篇論文主要探討在遇到對抗擾動時網(wǎng)絡(luò)隱特征的失真問題。該論文提出的方法是：學習貝葉斯剪枝掩碼，來抑制較高級的失真特征，從而最大化其面對對抗擾動的穩(wěn)健性。

論文鏈接：https://arxiv.org/pdf/1908.04355.pdf

作者考慮了深度神經(jīng)網(wǎng)絡(luò)中隱特征的脆弱性。該方法提出剪除脆弱的特征，同時保留穩(wěn)健的特征。這一過程可通過在貝葉斯框架中對抗地學習剪枝掩碼來完成。

對抗神經(jīng)剪枝（Adversarial Neural Pruning，ANP）結(jié)合了對抗訓練和貝葉斯剪枝方法。該論文提出的新模型及其基線模型是： 

• 標準的卷積神經(jīng)網(wǎng)絡(luò)（Standard）
• 使用貝塔-伯努利 dropout（beta-Bernoulli dropout）的 base 網(wǎng)絡(luò)，即貝葉斯剪枝（BP）
• 對抗訓練網(wǎng)絡(luò)（AT）
• 使用貝塔-伯努利 dropout 的對抗神經(jīng)剪枝（ANP）
• 使用脆弱抑制損失（vulnerability suppression loss）進行正則化得到的對抗訓練網(wǎng)絡(luò)（AT-VS）
• 使用脆弱抑制損失進行正則化得到的對抗神經(jīng)剪枝網(wǎng)絡(luò)（ANP-VS）

下表展示了模型的性能：

論文 3：Rethinking the Value of Network Pruning (ICLR 2019) 

這篇論文提出的網(wǎng)絡(luò)剪枝方法分為兩類，目標剪枝模型的架構(gòu)由人類或剪枝算法來決定。在實驗中，作者對比了從頭開始訓練剪枝模型和基于繼承權(quán)重進行微調(diào)得到的剪枝模型的結(jié)果，該對比針對預定義方法和自動化方法。

論文鏈接：https://arxiv.org/pdf/1810.05270v2.pdf

下圖展示了使用基于 L1 范數(shù)的濾波器剪枝的預定義結(jié)構(gòu)化剪枝所得到的結(jié)果。每一層都使用較小的 L1 范數(shù)剪掉一定比例的濾波器。「Pruned Model」列是用于配置每個模型的預定義目標模型列表。我們可以看到，每一行中，從頭開始訓練的模型性能至少與微調(diào)模型持平。

如下表所示，ThiNet 貪婪地剪去了對下一層的激活值影響最小的通道。

下表展示了基于回歸的特征重建方法的結(jié)果。該方法最小化了下一層的特征圖重建誤差，從而實現(xiàn)對通道剪枝。該優(yōu)化問題可以通過 LASSO 回歸解決。

至于 Network Slimming，在訓練過程中，對批歸一化層中的通道級縮放因子施加 L1 稀疏性。之后，利用較低的縮放因子對通道剪枝。由于通道縮放因子經(jīng)過跨層對比，因此該方法能夠得到自動發(fā)現(xiàn)的目標架構(gòu)。

論文 4：Network Pruning via Transformable Architecture Search (NeurIPS 2019)

這篇論文提出了直接對具備靈活通道數(shù)和層數(shù)的網(wǎng)絡(luò)應(yīng)用神經(jīng)架構(gòu)搜索。實現(xiàn)剪枝網(wǎng)絡(luò)的損失最小化有利于學習通道數(shù)。剪枝網(wǎng)絡(luò)的特征圖由基于概率分布采樣的 K 個特征圖片段組成，通過反向傳播將損失傳輸?shù)骄W(wǎng)絡(luò)權(quán)重和參數(shù)化分布。

論文鏈接：https://arxiv.org/pdf/1905.09717v5.pdf

剪枝網(wǎng)絡(luò)的寬度和深度是基于每個分布規(guī)模的最大概率得來的，然后通過從原始網(wǎng)絡(luò)進行知識遷移來獲取這些參數(shù)。論文作者在 CIFAR-10、CIFAR-100、ImageNet 數(shù)據(jù)集上評估了該模型。

該剪枝方法包含三個步驟：

• 用標準分類訓練步驟訓練未經(jīng)剪枝的大規(guī)模網(wǎng)絡(luò)；
• 通過 Transformable Architecture Search (TAS) 搜索小規(guī)模網(wǎng)絡(luò)的深度和寬度，旨在搜尋最佳規(guī)模的網(wǎng)絡(luò)。
• 用簡單的知識蒸餾（KD）方法，將未經(jīng)剪枝網(wǎng)絡(luò)的信息遷移到搜索得到的小規(guī)模網(wǎng)絡(luò)中去。

下表對比了不同 ResNet 模型經(jīng)過不同剪枝算法后，所得到的模型在 ImageNet 數(shù)據(jù)集上的各自表現(xiàn)：

論文 5：Self-Adaptive Network Pruning (ICONIP 2019)

這篇論文提出通過自適應(yīng)網(wǎng)絡(luò)剪枝方法（SANP）降低 CNN 的計算成本，通過對每個卷積層引入 Saliency-and-Pruning Module (SPM) 來實現(xiàn)，SPM 模塊可以學習預測顯著性分數(shù)，并對每個通道剪枝。SANP 會根據(jù)每個層和每個樣本決定對應(yīng)的剪枝策略。

論文鏈接：https://arxiv.org/pdf/1910.08906.pdf

根據(jù)下面的架構(gòu)圖，SPM 模塊嵌入在卷積網(wǎng)絡(luò)的每個層中。該模塊可以基于輸入特征去預測通道的顯著性分數(shù)，然后為每個通道生成對應(yīng)的剪枝決策。

對于剪枝決策為 0 的通道，則跳過卷積運算，然后利用分類目標和成本目標聯(lián)合訓練骨干網(wǎng)絡(luò)和 SPM 模塊。計算成本取決于每一層的剪枝決策。

下表展示了該方法的一些結(jié)果：

論文 6：Structured Pruning of Large Language Models (2019) 

這篇論文提出的剪枝方法基于低秩分解和增強拉格朗日 L_0 范數(shù)正則化（augmented Lagrangian 10 norm regularization）的原理。L_0 正則化放寬了結(jié)構(gòu)化剪枝帶來的約束，而低秩分解則保留了矩陣的密集結(jié)構(gòu)。

論文鏈接：https://arxiv.org/pdf/1910.04732.pdf

正則化讓網(wǎng)絡(luò)去選擇待移除的權(quán)重。權(quán)重矩陣被分解為兩個較小的矩陣，然后設(shè)置這兩個矩陣之間的對角線掩碼（diagonal mask）。在訓練過程中，使用 L_0 正則化對該掩碼執(zhí)行剪枝。增強拉格朗日方法用于控制模型的最終稀疏程度, 論文作者將該方法叫做 FLOP (Factorized L0 Pruning)。

論文使用的字符級語言模型用在 enwik8 數(shù)據(jù)集的實驗中，該數(shù)據(jù)集包含選取自維基百科的 100M 數(shù)據(jù)。作者在 SRU 和 Transformer-XL 模型上評估了 FLOP 方法。下表展示了部分結(jié)果：

以上就是本次為大家介紹的幾種剪枝技術(shù)，本文介紹的論文也有代碼實現(xiàn)，大家可以親自測試。