机器学习11-NETWORK COMPRESSION

东阳的学习记录，坚持就是胜利！

文章目录

• 为什么需要做网络压缩
• 常用的网络压缩方法
• Network Pruning
• Network Pruning的步骤
• 为什么选择裁减而不是直接训练一个小的网络
• Knowledge Distillation
• 为什么跟着Teacher训练会比单独训练好
• Parameter Quantization
• Binary Weights（不太懂）
• 结构设计（在运用中最有效的）
• Low rank approximation
• Depthwise Separable Convolution（通道分离卷积）
• 一些值的读的论文

为什么需要做网络压缩

我们平时通过训练的网络结构过于庞大，而在实际的工业应用上，可供使用的硬件资源十分有限。这时候我们就需要对网络结构进行压缩。以在各种（微型）工业电子设备上使用。

常用的网络压缩方法

• Network Pruning
• Knowledge Distillation
• Parameter Quantization
• Architecture Design
• Dynamic Computation

Network Pruning

网络结构通常存在着过多的参数（存在大量冗余权重或神经元）

• 把他们剪掉！！！
  

Network Pruning的步骤

1. 计算某个权重的重要性：L1， L2
2. 计算神经元的重要性：计算它在给定的数据集上，输出不为0的次数
3. 在经过裁减之后， 准确率会有一定程度的降低。
4. 在训练数据上对裁减好的网络经行重新修复（重新训练参数的值，恢复准确率）
5. 不要一次性裁减过多，否则可能导致无法修复

为什么选择裁减而不是直接训练一个小的网络

• 因为小网络不太容易train的起来（好像现在有新理论，可以训练起小的network）

Knowledge Distillation

Knowledge Distillation
Do Deep Nets Really Need to be Deep

Knowledge Distillation的思想是：我们可以先train一个大的网络，然后用一个小的网络去train这个大的网络的output（不是跟预测结果去学习，而是学习output的所有结果和相应概率）。

为什么跟着Teacher训练会比单独训练好

见上图红字

Parameter Quantization

1. 用更少的参数来代表一个参数
2. Weight clustering(会损失一些精度)
   
3. 比较常出现的cluster用比较少的bit表示，比较少出现的cluster用比较多的bit表示

Binary Weights（不太懂）

Binary Connect
Binary Network
XNOR-net

结构设计（在运用中最有效的）

Low rank approximation

可以减少参数量

Depthwise Separable Convolution（通道分离卷积）

• filter num等于输入图片的通道数
• 一个filter只考虑一个通道
• 一个filter有 K * K 个参数
• 通道之间没有互动

这种方法能够减少参数量

一些值的读的论文

• SqueezeNet
  • https://arxiv.org/abs/1602.07360
• MobileNet
  • https://arxiv.org/abs/1704.04861
• ShuffleNet
  • https://arxiv.org/abs/1707.01083
• Xception
  • https://arxiv.org/abs/1610.02357