BlockQNN：NASNet同期，商汤提出block-wise版的MetaQNN | CVPR 2018

作为NASNet的同期论文，BlockQNN同样地将目光从整体网络转换到了block-wise，整体思路大概是MetaQNN的block版，增加了一些细节地小修改。配合Early Stop Strategy，计算资源十分少，但性能较同期的NASNet差点

 

来源：晓飞的算法工程笔记 公众号

论文: Practical Block-wise Neural Network Architecture Generation

• 论文地址：https://arxiv.org/abs/1708.05552v2

Introduction

---

  为了让网络搜索更高效，论文提出block-wise网络生成方法BlockQNN，整体的思想跟同期的NasNet十分类似，不同点在于这篇论文是基于Q-learning进行学习的，可以认为是MetaQNN的block版。BlockQNN以block为单位进行搜索，每个block包含多层，然后再将block按预设的框架堆叠成完整的网络，这样不仅能提高搜索的效率，还可以提高搜索结果的泛化能力。

  BlockQNN主要有以下有点：

• Effective，自动生成的网络的性能与人工设计的网络相当。
• Efficient，首个考虑block-wise的自动网络生成方法，配合Early Stop Strategy仅需要32GPU3天。
• Transferable，CIFAR上搜索到的架构仅添加些许修改就能迁移到ImageNet上。

Methodology

---

Convolutional Neural Network Blocks

  现代卷积网络大都可以看成是多个相似block的堆叠，只是每个block的超参数不同。因此，针对block的精心设计不仅可以达到更高的准确率，还可以有更好的泛化能力。为此，论文主要针对block结构的自动生成。

  CNN网络的前向推理可以看成一个有向无环图，为了统一，使用网络结构编码(Network Structure Code，NSC)进行表示，如图2。每个block由一组5-D NSC向量表示，前3个值分别表示层序号，操作类型，核大小，后两个值表示输入对应的层序号，如层包含单个输入，则第二个输入序号为0。如果层的输出没有作为其它层的输入，则conate成最终的输出。这里的卷积操作指的是预激活卷积单元(a Pre-activation Convolutional Cell, PCC)，包含ReLU、卷积以及BN，这样的设定能减少搜索空间并保持较好的性能。

  基于以上搜索到的block，将普通的网络转换成对应的block版本，CIFAR-10和ImageNet数据机的堆叠网络如图3所示，block内没有下采样模块，下采样直接使用池化层，每个block会重复N遍来满足不同的要求。如果特征图大小下降了一半，则权重增加两倍。

Designing Network Blocks With Q-Learning

  论文使用Q-learning加速搜索，Q-learning是强化学习的其中一种，目的是选择合适的action来最大化累计奖励，包含agent，states和actions。state \(s\in S\)代表当前层结构NSC，action \(a\in A\)为后续层结构NSC的选择，由于NSC合集是有限的，state和action空间也是有限且离散的，保证了搜索空间相对较小。

  状态转移过程\((s_t, a(s_t)) \to (s_{t+1})\)如图4a所示，\(t\)代表当前层，而图4b则是图4a的状态转移构建的实际网络。agent的主要任务是选择block的NSC结构，block的结构可以认为是action的选择轨迹\(\tau_{a_{1:T}}\)，比如一连串NSCs。论文将层选择过程视为马尔科夫决策，假定在某个block中表现好的层在别的block中也可以表现得不错。

  为了找到最好的结构，agent需要最大化所有可能路径的回报期望\(R_{\tau}\)，\(\mathbb{R}\)为累计回报。

  通常使用公式2的Bellman’s Equation进行公式1的优化，给予状态\(s_t \in S\)以及后续的操作\(a \in A(s_t)\)，定义最大的总期望回报为\(Q^*(s_t, a)\)，即state-action对的Q-value。

  由于期望很难直接求得，所以一般采取迭代式Bellman’s Equation，以经验假设的方式解决公式2。\(\alpha\)为学习率，决定新旧状态的占比，\(\gamma\)为折扣率，决定后续回报的权重，\(r_t\)为当前状态\(s_t\)得到的中间回报，\(s_T\)代表最终状态，\(r_T\)为对应网络收敛后的验证准确率。

  由于\(r_t\)不能显示地计算，这里采用reward shaping的方法加速训练，之前的方法比如MetaQNN都直接将中间奖励设为零，这会导致RL耗时，因为在刚开始的阶段，\(s_T\)的Q-value会明显高于其它状态(终止层Q-value无折扣率，直接是准确率？)，导致网络偏向于构建很少层的小block(倾向于选择终止层)。

  这里对reward shaping进行了实验，可以看到使用后能显著提高收敛速度。

  完整的学习过程如图4c，agent首先采用一系列结构编码来构建block并构建完整的网络，然后训练生成的网络，将验证准确率作为reward来更新Q-value，最后，agent选择另外的结构编码来获得更好block结构。

Early Stop Strategy

  尽管block-wise的生成方式能增加搜索速度，但仍然十分耗时，这里采用early stop strategy来进一步加速。early stop strategy可能带来较低的准确率，如图6所示，early stop strategy的准确率明显低于最终的准确率，意味着early stop strategy没有完全体现block的效果。同时，论文注意到FLOPs以及block的density与最终准确率为负相关的

  基于上面的发现，论文重新定义了reward函数，\(\mu\)和\(\rho\)为平衡因子，新的reward函数能更好地关联最终准确率。基于early stop strategy和较小的搜索空间，仅需要32卡搜索3天。

Framework and Training Details

---

Distributed Asynchronous Framework

  论文使用分布式异步框架进行搜索，如图7所示，包含三部分：

• master node: 采样batch block结构。
• controller node: 使用block构建完整网络结构，分配给compute node。
• compute node: 训练并返回网络的验证准确率。

Training Details

• Epsilon-greedy Strategy，有\(\epsilon\)概率进行随机action选取，\(1- \epsilon\)概率选择最优action，\(\epsilon\)随训练逐步下降，有助于agent平滑地从探索模式转换为榨取模式。
• Experience Replay，与MetaQNN一样，保存结构和对应准确率，在一定区间内直接采样存储的结构进行agent训练。

Results

---

Block Searching Analysis

  这里展示了Epsilon-greedy Strategy的效果，在开始榨取模式后，准确率极速提升。

  这里验证PCC的作用，可以看到，PCC的效果十分明显。

Results on CIFAR

Transfer to ImageNet

CONCLUSION

---

  作为NASNet的同期论文，BlockQNN同样地将目光从整体网络转换到了block-wise，整体思路大概是MetaQNN的block版，增加了一些细节地小修改。配合Early Stop Strategy，计算资源十分少，但性能较同期的NASNet差点。

 

 

 

如果本文对你有帮助，麻烦点个赞或在看呗～

更多内容请关注 微信公众号【晓飞的算法工程笔记】