劉會東，余振華，2，杜 方，2，宋麗娟，2

1(寧夏大學(xué) 信息工程學(xué)院，銀川 750021)2(寧夏大數(shù)據(jù)與人工智能省部共建協(xié)同創(chuàng)新中心，銀川 750021)

1 引 言

近年來，深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network，DNN)在文本處理[1]和計(jì)算機(jī)視覺任務(wù)[2]上進(jìn)行廣泛的應(yīng)用，并取得了較優(yōu)結(jié)果.然而，高性能的DNN具有較多的參數(shù)和更多的計(jì)算量，無法在資源有限的設(shè)備或移動設(shè)備上使用.目前，解決這一問題的可行方法是在不影響精度的情況下對網(wǎng)絡(luò)模型進(jìn)行壓縮[3].而網(wǎng)絡(luò)剪枝技術(shù)是模型壓縮中常用的方法，并在處理復(fù)雜網(wǎng)絡(luò)模型效率上展現(xiàn)顯著優(yōu)勢[4].

網(wǎng)絡(luò)剪枝技術(shù)是去除網(wǎng)絡(luò)中冗余的參數(shù)和結(jié)構(gòu)以得到稀疏的網(wǎng)絡(luò)結(jié)構(gòu)，可分為非結(jié)構(gòu)化剪枝和結(jié)構(gòu)化剪枝.非結(jié)構(gòu)化剪枝通過去除每層不重要的權(quán)值以實(shí)現(xiàn)權(quán)重矩陣較高的稀疏度，Han等[5]提出基于閾值的剪枝方法去除網(wǎng)絡(luò)中冗余的權(quán)值，刪除權(quán)值絕對值低于閾值的權(quán)重參數(shù).但非結(jié)構(gòu)化剪枝的實(shí)現(xiàn)需要借助特定的軟件[6]和硬件[7]，將帶來額外的計(jì)算成本.相比非結(jié)構(gòu)化剪枝，結(jié)構(gòu)化剪枝通過去除冗余的層、卷積核和通道減少網(wǎng)絡(luò)參數(shù)和計(jì)算成本[8]，其適用性更強(qiáng).Ashok等[9]提出了一種兩階段壓縮方法，去除網(wǎng)絡(luò)中冗余的結(jié)構(gòu).He等[10]利用深度確定性策略算法逐層刪除不重要的卷積核.這些工作均采用逐層的方式修剪網(wǎng)絡(luò)，在剪枝過程中僅關(guān)注當(dāng)前層的信息，無法全面考慮層與層之間的優(yōu)化關(guān)系.

最近研究工作表示[11，12]，相比繼承基線網(wǎng)絡(luò)重要的權(quán)重參數(shù)，剪枝網(wǎng)絡(luò)的結(jié)構(gòu)是決定剪枝網(wǎng)絡(luò)模型性能的關(guān)鍵.網(wǎng)絡(luò)剪枝技術(shù)可以看作網(wǎng)絡(luò)架構(gòu)搜索(Neural Architecture Search，NAS)問題，所有符合搜索條件的網(wǎng)絡(luò)稱為子網(wǎng)絡(luò)或候選網(wǎng)絡(luò)，而由所有子網(wǎng)絡(luò)組成網(wǎng)絡(luò)搜索空間，網(wǎng)絡(luò)搜索的目標(biāo)是在搜索空間中搜索較優(yōu)的子網(wǎng)絡(luò).之前的NAS方法使用強(qiáng)化學(xué)習(xí)[13]或遺傳算法[14]，但由于網(wǎng)絡(luò)巨大的搜索空間和對子網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的性能評估，搜索最佳的子網(wǎng)絡(luò)結(jié)構(gòu)較困難.為了加快NAS的速度，Pham等提出自動化模型設(shè)計(jì)的方法[15]，不需要全面訓(xùn)練每個(gè)候選網(wǎng)絡(luò)，通過權(quán)重共享的方式同時(shí)訓(xùn)練不同的候選網(wǎng)絡(luò).但由于每個(gè)子網(wǎng)絡(luò)無法得到充分的訓(xùn)練且共享同一網(wǎng)絡(luò)參數(shù)的子網(wǎng)絡(luò)太多，導(dǎo)致子網(wǎng)絡(luò)無法完全訓(xùn)練收斂，無法準(zhǔn)確評估候選網(wǎng)絡(luò)的有效性.

為解決以上問題，本文提出了一種有效的結(jié)構(gòu)化剪枝方法.首先，為避免網(wǎng)絡(luò)巨大的搜索空間，本文在一個(gè)網(wǎng)絡(luò)壓縮目標(biāo)空間中隨機(jī)初始化剪枝網(wǎng)絡(luò)所有層的壓縮率.然后，借鑒知識蒸餾的思想，將基線網(wǎng)絡(luò)作為教師網(wǎng)絡(luò)，剪枝網(wǎng)絡(luò)作為學(xué)生網(wǎng)絡(luò)，將教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)按層劃分多個(gè)并行的塊網(wǎng)絡(luò).最后，將每個(gè)塊網(wǎng)絡(luò)的剪枝率看作種群，使用遺傳算法搜索每個(gè)子網(wǎng)絡(luò)最優(yōu)的結(jié)構(gòu)，通過最小化剪枝塊網(wǎng)絡(luò)與基線塊網(wǎng)絡(luò)輸出特征之間的距離對剪枝網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化.

綜上所述，本文的主要貢獻(xiàn)如下：

1)本文基于知識蒸餾和遺傳算法提出了分塊壓縮學(xué)習(xí)算法；

2)本文所提方法通過對剪枝網(wǎng)絡(luò)進(jìn)行分塊優(yōu)化，減少網(wǎng)絡(luò)搜索空間，提高了網(wǎng)絡(luò)搜索的效率；

3)大量的實(shí)驗(yàn)表明，本文所提方法優(yōu)于其它網(wǎng)絡(luò)剪枝方法.

2 相關(guān)工作

2.1 遺傳算法

遺傳算法(Genetic Algorithm，GA)[16]是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物計(jì)劃過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法.遺傳算法的本質(zhì)是減少繁瑣的數(shù)學(xué)推理，基于概率搜索全局最優(yōu)解，在搜索過程中自動獲取和積累搜索的經(jīng)驗(yàn)，并自適應(yīng)的調(diào)整搜索策略.

遺傳算法的應(yīng)用是通過將問題建模為種群進(jìn)化的過程，通過重組、變異等步驟產(chǎn)生下一代的解，然后逐漸淘汰適應(yīng)度較差的個(gè)體，保留適應(yīng)度較高的個(gè)體.以此方式進(jìn)化N代后，會進(jìn)化出適應(yīng)度較高的種群.遺傳算法的求解問題如圖1所示.

圖1 遺傳算法流程圖Fig.1 Genetic algorithm flow chart

1)編碼.需要對實(shí)際的求解問題進(jìn)行編碼，將問題數(shù)字化.

2)初始化種群.根據(jù)定義的問題編碼方案，隨機(jī)初始化種群，種群中的個(gè)體是數(shù)字化的編碼.其中，種群的初始化方案和種群的大小需要根據(jù)實(shí)際問題進(jìn)行設(shè)置.

3)重組.隨機(jī)選擇種群中的兩個(gè)個(gè)體，將個(gè)體中位于相同位置的基因以一定的概率進(jìn)行交換，產(chǎn)生新的個(gè)體.

4)變異.隨機(jī)選擇一個(gè)個(gè)體，然后將個(gè)體中的某個(gè)基因以一定的概率進(jìn)行更改.

5)評估.評估種群中每個(gè)個(gè)體的適應(yīng)度.

6)選擇.首先判斷種群是否達(dá)到設(shè)定的穩(wěn)定條件，達(dá)到穩(wěn)定條件則結(jié)束進(jìn)化，沒有達(dá)到穩(wěn)定條件，從種群中挑選適應(yīng)度較高的個(gè)體組成新的種群，然后，從3)開始繼續(xù)執(zhí)行.

2.2 網(wǎng)絡(luò)剪枝

網(wǎng)絡(luò)剪枝技術(shù)可分為非結(jié)構(gòu)化網(wǎng)絡(luò)剪枝和結(jié)構(gòu)化網(wǎng)絡(luò)剪枝.非結(jié)構(gòu)化網(wǎng)絡(luò)剪枝稱為權(quán)重剪枝[5]，通過移除不重要的權(quán)重參數(shù)以實(shí)現(xiàn)稀疏化的權(quán)重矩陣，是將不重要的權(quán)值參數(shù)更改為0，在實(shí)際意義上并不能實(shí)現(xiàn)網(wǎng)絡(luò)運(yùn)行的加速.相比之下，結(jié)構(gòu)化剪枝通過修剪網(wǎng)絡(luò)中冗余的卷積核、層和通道減少網(wǎng)絡(luò)的參數(shù)和計(jì)算量，以實(shí)現(xiàn)真正意義上的網(wǎng)絡(luò)“加速”.

結(jié)構(gòu)化剪枝可以分為兩個(gè)子任務(wù)：網(wǎng)絡(luò)稀疏度的分配[8-10]和層內(nèi)重要卷積核的選擇[17，18].網(wǎng)絡(luò)稀疏度的分配是通過在有限資源中確定每層網(wǎng)絡(luò)結(jié)構(gòu)對網(wǎng)絡(luò)全局的重要性，以修剪網(wǎng)絡(luò).Lin等[8]使用軟掩碼更新的方式尋找網(wǎng)絡(luò)模型中塊、分支、通道的壓縮率.層內(nèi)重要卷積核的選擇是通過對每層卷積核、神經(jīng)元、層進(jìn)行重要性排名，以去除不重要的單元.Lin等[17]通過特征圖秩的大小對網(wǎng)絡(luò)中的特征圖進(jìn)行重要性排序，并根據(jù)提剪枝率刪除每層秩較低的特征圖.Li等[18]通過L1范數(shù)計(jì)算每層卷積核的權(quán)重絕對值之和作為卷積核的重要性，以去除不重要的卷積核.

2.3 神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索

NAS是在大的網(wǎng)絡(luò)空間中搜索較優(yōu)的子網(wǎng)絡(luò)結(jié)構(gòu)，其由3個(gè)模塊組成，分別是搜索空間、搜索策略和性能評估.搜索緊湊的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)最初是由領(lǐng)域?qū)＜腋鶕?jù)經(jīng)驗(yàn)完成的，但由于人為制定的策略無法搜索所有的稀疏網(wǎng)絡(luò)結(jié)構(gòu)，可能導(dǎo)致搜索次優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu).最近工作結(jié)合遺傳算法或強(qiáng)化學(xué)習(xí)算法[13，14]，提高了搜索最優(yōu)稀疏網(wǎng)絡(luò)結(jié)構(gòu)的可能性.然而，這些方法需要從零開始訓(xùn)練大量的子網(wǎng)絡(luò)結(jié)構(gòu)，導(dǎo)致搜索最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)需要消耗大量的計(jì)算時(shí)間.

為解決以上問題，最近研究提出通過權(quán)值共享加速搜索過程.Guo等[19]提出了“One-shot methods”，首先訓(xùn)練一個(gè)大的網(wǎng)絡(luò)結(jié)構(gòu)，然后通過搜索算法在大網(wǎng)絡(luò)中搜索最佳的子網(wǎng)絡(luò)結(jié)構(gòu).Cai等[20]提出“once-for-all network”，通過權(quán)重共享生成子網(wǎng)絡(luò)結(jié)構(gòu)，將網(wǎng)絡(luò)模型訓(xùn)練和體系結(jié)構(gòu)解耦，對子網(wǎng)絡(luò)的評估不需要額外的訓(xùn)練.此外，還有研究者提出添加一些約束方法減少網(wǎng)絡(luò)搜索空間[21，22]，通過搜索更大的單元或塊組建新的子網(wǎng)絡(luò)結(jié)構(gòu).Li等[23]借鑒人腦的特性，將神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)劃分為n個(gè)不同的塊結(jié)構(gòu)(Block)，同時(shí)利用知識蒸餾進(jìn)行指導(dǎo)訓(xùn)練.

2.4 知識蒸餾

知識蒸餾[24]是首先訓(xùn)練一個(gè)大網(wǎng)絡(luò)(教師網(wǎng)絡(luò))，然后將大網(wǎng)絡(luò)學(xué)到的知識作為監(jiān)督信號指導(dǎo)小網(wǎng)絡(luò)(學(xué)生網(wǎng)絡(luò))的訓(xùn)練.近年來，較多研究人員采用知識蒸餾和網(wǎng)絡(luò)剪枝相結(jié)合的方式對網(wǎng)絡(luò)進(jìn)行加速.Lin等[8]通過將教師網(wǎng)絡(luò)最后一層的輸出特征直接復(fù)制給學(xué)生網(wǎng)絡(luò)，學(xué)生網(wǎng)絡(luò)可以自動學(xué)習(xí)如何修剪網(wǎng)絡(luò).對學(xué)生網(wǎng)絡(luò)的指導(dǎo)不僅限于最后一層網(wǎng)絡(luò)的輸出，從教師網(wǎng)絡(luò)中間層可提取更豐富的表征信息以指導(dǎo)學(xué)生網(wǎng)絡(luò).Li等人[25]通過讓生成對抗網(wǎng)絡(luò)的生成器網(wǎng)絡(luò)的每一層輸出特征以指導(dǎo)相應(yīng)層的剪枝.

3 方 法

3.1 問題定義

為提高網(wǎng)絡(luò)剪枝的效率，本方法借鑒知識蒸餾的思想，將基線網(wǎng)絡(luò)作為教師網(wǎng)絡(luò)，剪枝網(wǎng)絡(luò)作為學(xué)生網(wǎng)絡(luò).然后將教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)按層劃分多個(gè)塊網(wǎng)絡(luò)，利用教師網(wǎng)絡(luò)逐塊對學(xué)生網(wǎng)絡(luò)進(jìn)行監(jiān)督，每個(gè)塊網(wǎng)絡(luò)均可以按照相同的方式進(jìn)行修剪.如圖2所示，第i個(gè)學(xué)生塊網(wǎng)絡(luò)和第i個(gè)教師塊網(wǎng)絡(luò)的輸入特征向量是上一個(gè)教師塊網(wǎng)絡(luò)的輸出特征向量.用fi(X，W)和gi(X，W′)分別表示第i個(gè)學(xué)生塊網(wǎng)絡(luò)和教師塊網(wǎng)絡(luò)的輸出特征，其中X、W和W′分別表示塊網(wǎng)絡(luò)的輸入特征向量、教師網(wǎng)絡(luò)的權(quán)重張量和剪枝網(wǎng)絡(luò)的權(quán)重張量.為減少模型的性能損失，教師塊網(wǎng)絡(luò)和學(xué)生塊網(wǎng)絡(luò)輸出特征之間的差異應(yīng)盡可能小，為此，使用均方誤差(Mean Squared Error，MSE)損失表示它們之間的差異，如下：

(1)

其中n表示樣本的數(shù)量.最小化MSE損失可有效減少網(wǎng)絡(luò)模型的性能損失，基于MSE損失可定義類似準(zhǔn)確率的度量指標(biāo)來評估不同的網(wǎng)絡(luò)結(jié)構(gòu)：

(2)

為了進(jìn)一步區(qū)別具有相似性能而計(jì)算效率不同的塊網(wǎng)絡(luò)，本方法使用塊網(wǎng)絡(luò)的FLOPs壓縮率作為塊網(wǎng)絡(luò)的效率度量，剪枝塊網(wǎng)絡(luò)的FLOPs壓縮率的計(jì)算公式表示為：

(3)

(4)

其中α是用來控制網(wǎng)絡(luò)模型性能和效率的權(quán)值，較高的α值將減少更多的FLOPs.對于剪枝網(wǎng)絡(luò)中的每個(gè)塊網(wǎng)絡(luò)，其目標(biāo)是尋找較高度量分?jǐn)?shù)R的稀疏塊網(wǎng)絡(luò).在下面的章節(jié)中，通過遺傳算法，為該優(yōu)化問題提供了一個(gè)可行的解決方案.

3.2 模型框架

基于遺傳算法的分塊壓縮學(xué)習(xí)算法(Chunking Compression Learning Algorithm，CCLA)網(wǎng)絡(luò)架構(gòu)圖如圖2所示.首先，將教師網(wǎng)絡(luò)復(fù)制為學(xué)生網(wǎng)絡(luò)，在預(yù)定義的壓縮空間對學(xué)生網(wǎng)絡(luò)進(jìn)行隨機(jī)初始化.其次，將教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)按層劃分多個(gè)塊網(wǎng)絡(luò)，并使用教師網(wǎng)絡(luò)的塊網(wǎng)絡(luò)對學(xué)生網(wǎng)絡(luò)相應(yīng)的塊網(wǎng)絡(luò)進(jìn)行監(jiān)督.最后，通過遺傳算法搜索剪枝網(wǎng)絡(luò)中較優(yōu)的塊網(wǎng)絡(luò)結(jié)構(gòu)，使學(xué)生網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)相應(yīng)的塊網(wǎng)絡(luò)之間的差異最小化.網(wǎng)絡(luò)框架可分為兩部分，分別是網(wǎng)絡(luò)架構(gòu)搜索和剪枝算法.

圖2 CCLA網(wǎng)絡(luò)框架圖.圖中的分?jǐn)?shù)代表模型性能和效率的度量指標(biāo)Fig.2 CCLA network framework diagram.score is a measure of model performance and efficiency

CCLA算法具體流程如下：

1)初始化剪枝網(wǎng)絡(luò).將教師網(wǎng)絡(luò)復(fù)制為學(xué)生網(wǎng)絡(luò)，在指定的FLOPs范圍內(nèi)對剪枝網(wǎng)絡(luò)進(jìn)行初始化，如公式(5)所示：

(5)

其中r是剪枝網(wǎng)絡(luò)的目標(biāo)FLOPs壓縮率，ε是指定FLOPs的搜索空間大小.

2)將網(wǎng)絡(luò)劃分多個(gè)塊網(wǎng)絡(luò).如圖2所示，將教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)按層劃分多個(gè)塊網(wǎng)絡(luò).

3)網(wǎng)絡(luò)架構(gòu)搜索.參考知識蒸餾的思想，將基線塊網(wǎng)絡(luò)對剪枝塊網(wǎng)絡(luò)進(jìn)行監(jiān)督，使用遺傳算法搜索每個(gè)剪枝塊網(wǎng)絡(luò)較優(yōu)的壓縮率.

4)網(wǎng)絡(luò)剪枝.首先使用基于權(quán)值絕對值大小來對每層的卷積核排序，然后根據(jù)每層的壓縮率對網(wǎng)絡(luò)進(jìn)行剪枝.剪枝算法流程詳見3.4節(jié).

5)獲取較優(yōu)的剪枝網(wǎng)絡(luò).將搜索出的較優(yōu)塊網(wǎng)絡(luò)模型依次序重新搭建，并微調(diào)網(wǎng)絡(luò)模型，即為搜索的較優(yōu)網(wǎng)絡(luò)模型.

3.3 基于遺傳算法的分塊網(wǎng)絡(luò)結(jié)構(gòu)搜索

所有的剪枝塊網(wǎng)絡(luò)S均按照類似的方式進(jìn)行獨(dú)立修剪，設(shè)L是剪枝塊網(wǎng)絡(luò)S的層數(shù)，ri是剪枝塊網(wǎng)絡(luò)S第i層的剪枝率，本方法的目標(biāo)是找到每個(gè)塊網(wǎng)絡(luò)中最優(yōu)的剪枝率.此問題可以表述為如下優(yōu)化問題：

(6)

其中S*表示修剪后較優(yōu)的剪枝塊網(wǎng)絡(luò)，S表示剪枝塊網(wǎng)絡(luò)，S′表示剪枝塊網(wǎng)絡(luò)的候選空間.

本文使用遺傳算法對每個(gè)剪枝塊網(wǎng)絡(luò)中的剪枝率進(jìn)行搜索，以找到每個(gè)剪枝塊網(wǎng)絡(luò)較優(yōu)的剪枝率.如本文2.1遺傳算法中介紹所示，遺傳算法是種群經(jīng)過重組、變異等步驟迭代進(jìn)化N次，然后選擇適應(yīng)度較高的種群.下面將對使用遺傳算法剪枝網(wǎng)絡(luò)進(jìn)行介紹：

編碼：本方法是將網(wǎng)絡(luò)模型中每個(gè)塊網(wǎng)絡(luò)的剪枝率r作為個(gè)體的單個(gè)基因.將塊網(wǎng)絡(luò)中的剪枝率用一維向量S表示，作為遺傳算法的個(gè)體.

種群：在本算法定義的種群大小是100，然后在指定的FLOPs壓縮范圍內(nèi)對種群進(jìn)行初始化.

重組：隨機(jī)選擇種群中2個(gè)個(gè)體，任意選擇個(gè)體中某一個(gè)相同的位置以較大的概率值進(jìn)行交換.

變異：隨機(jī)選擇1個(gè)個(gè)體，任意選擇個(gè)體中某一位置的剪枝率，以較小的概率值用0-1之間的隨機(jī)值進(jìn)行替換.

選擇：本方法種群選擇策略采用輪盤賭選擇策略，該策略中個(gè)體被選中的概率與個(gè)體的適應(yīng)度函數(shù)成正比.需計(jì)算每個(gè)個(gè)體的適應(yīng)度函數(shù)，對種群中所有個(gè)體的適應(yīng)度值進(jìn)行累加，然后進(jìn)行歸一化處理，最后對種群中的個(gè)體進(jìn)行隨機(jī)選擇.每個(gè)個(gè)體被選中概率如下：

(7)

其中Q(ai)是表示種群第i個(gè)個(gè)體的適應(yīng)值，本方法的適應(yīng)度函數(shù)的計(jì)算如公式(4)所示.

3.4 網(wǎng)絡(luò)剪枝算法

網(wǎng)絡(luò)剪枝是通過剪枝率，對網(wǎng)絡(luò)模型中不重要的權(quán)重、卷積核、通道或?qū)舆M(jìn)行剪枝.本方法是對卷積核中不重要的卷積核進(jìn)行修剪，使用的剪枝算法是L1權(quán)重范數(shù)的剪枝算法.L1權(quán)重剪枝算法是將權(quán)重絕對值之和的大小作為卷積核或神經(jīng)元重要性的判斷指標(biāo)，根據(jù)層剪枝率修剪掉層中不重要的卷積核，其剪枝步驟如下：

1)對卷積核的重要性進(jìn)行排序.計(jì)算每層卷積核或神經(jīng)元的L1權(quán)重值，并根據(jù)重要性分?jǐn)?shù)按從小到大的方式對卷積核或神經(jīng)元進(jìn)行排序.

2)刪除卷積核.根據(jù)每層的剪枝率，刪除網(wǎng)絡(luò)中不重要的卷積核.

4 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文所提方法的有效性，本文使用VGGNet[26]和ResNet[27]網(wǎng)絡(luò)模型在CIFAR-10和CIFAR-100[28]數(shù)據(jù)集上進(jìn)行壓縮實(shí)驗(yàn).

CIFAR-10和CIFAR-100數(shù)據(jù)集各有50000張訓(xùn)練圖像樣本和10000張測試樣本.將CIFAR-10和CIFAR-100數(shù)據(jù)集以9∶1將訓(xùn)練集隨機(jī)劃分為訓(xùn)練集和驗(yàn)證集，在剪枝過程中使用驗(yàn)證集對剪枝網(wǎng)絡(luò)的性能進(jìn)行評估，而不對剪枝網(wǎng)絡(luò)進(jìn)行微調(diào).

塊網(wǎng)絡(luò)的劃分：VGGNet網(wǎng)絡(luò)使用的是VGG-16網(wǎng)絡(luò)，對于VGG-16網(wǎng)絡(luò)，將整個(gè)教師網(wǎng)絡(luò)作為一個(gè)塊網(wǎng)絡(luò)進(jìn)行搜索.ResNet網(wǎng)絡(luò)使用的是ResNet-20網(wǎng)絡(luò)、ResNet-56網(wǎng)絡(luò)和Resnet-110網(wǎng)絡(luò)，為保持ResNet網(wǎng)絡(luò)每個(gè)塊結(jié)構(gòu)的輸出通道不變，CCLA只修剪每個(gè)塊結(jié)構(gòu)中除最后一層以外的卷積層.對于ResNet-20網(wǎng)絡(luò)，將3個(gè)Block作為一個(gè)塊網(wǎng)絡(luò)，ResNet-56網(wǎng)絡(luò)和ResNet-110網(wǎng)絡(luò)，均采用9個(gè)Block作為一個(gè)塊網(wǎng)絡(luò).

4.1 實(shí)驗(yàn)參數(shù)設(shè)置

基線模型訓(xùn)練過程中的參數(shù)設(shè)置如下：迭代次數(shù)(Epoch)設(shè)為300；批量大小(Batchsize)大小為256；學(xué)習(xí)率大小初始化為0.1，在迭代120次、180次和240次時(shí)分別遞減10倍；優(yōu)化器采用隨機(jī)梯下降算法，動量大小為0.9，權(quán)重衰減大小為5×10-4.剪枝網(wǎng)絡(luò)的微調(diào)參數(shù)設(shè)置如下：學(xué)習(xí)率率初始化為0.01，其它參數(shù)和基線網(wǎng)絡(luò)模型的訓(xùn)練參數(shù)一致.

本文遺傳算法中的參數(shù)設(shè)置如下：種群大小設(shè)置為100，進(jìn)化次數(shù)設(shè)置為300，重組的概率值設(shè)置為0.8，變異的概率值設(shè)置為0.05.

4.2 VGGNet網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文所提方法的有效性，本文首先在CIFAR-10數(shù)據(jù)集上對VGG-16網(wǎng)絡(luò)進(jìn)行壓縮實(shí)驗(yàn).CCLA在不同的壓縮目標(biāo)下修剪了兩次，然后選用SSS(Sparse Structure Selection)[29]、GAL(Generative Adversarial Learning)[8]和HRank(High Rank)[17]進(jìn)行比較，剪枝結(jié)果如表1所示.

表1 在CIFAR-10數(shù)據(jù)集上VGG-16網(wǎng)絡(luò)的剪枝結(jié)果CCLA_A和CCLA_B是不同F(xiàn)LOPs壓縮目標(biāo)下CCLA方法的剪枝結(jié)果Table 1 Pruning results of VGG-16 on CIFAR-10 CCLA_A and CCLA_B are pruning results of CCLA for different FLOPs compression targets

與現(xiàn)有方法相比，本文所提方法在網(wǎng)絡(luò)精度和計(jì)算成本之間可以實(shí)現(xiàn)較好的權(quán)衡.例如，SSS壓縮掉73.80%的參數(shù)和41.60%的FLOPs，精度下降0.94%.GAL壓縮掉82.20%的參數(shù)和45.20%的FLOPs，精度下降0.54%.HRank壓縮掉82.90%的參數(shù)和53.50%的FLOPs，精度損失為0.53%.而本文所提出的方法CCLA壓縮掉92.32%的參數(shù)和62.70%的FLOPs，精度損失僅為0.37%.此外，CCLA在0.43%的精度損失下，可壓縮掉87.82%的參數(shù)和70.40%的FLOPs，這是因?yàn)楸疚姆椒▽LOPs壓縮率作為優(yōu)化的目標(biāo)，在更大的精度損失下，可以壓縮掉較多的FLOPs.以上實(shí)驗(yàn)結(jié)果表明，通過知識蒸餾的方式對剪枝網(wǎng)絡(luò)進(jìn)行監(jiān)督，使用遺傳方法可以有效地修剪掉網(wǎng)絡(luò)的冗余結(jié)構(gòu).

4.3 ResNet網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文所提方法的有效性，本文在CIFAR-10數(shù)據(jù)集上對ResNet-20網(wǎng)絡(luò)、ResNet-56網(wǎng)絡(luò)和ResNet-110網(wǎng)絡(luò)進(jìn)行壓縮實(shí)驗(yàn)，在CIFAR-100數(shù)據(jù)集上對ResNet-56網(wǎng)絡(luò)行壓縮實(shí)驗(yàn).

如圖3所示，為驗(yàn)證公式(4)中超參數(shù)α對網(wǎng)絡(luò)剪枝的影響，本文選擇多個(gè)不同數(shù)值的α在CIFAR-10數(shù)據(jù)集上對ResNet-20網(wǎng)絡(luò)進(jìn)行剪枝實(shí)驗(yàn).設(shè)超參數(shù)α初始值為0.1，增量大小為0.1，取7個(gè)不同的數(shù)值，每個(gè)α值重復(fù)測試3次，并取3次的中值大小.隨著α值的增大，CCLA會傾向于修剪較多的FLOPs和參數(shù)，而網(wǎng)絡(luò)精度逐漸下降.例如，在α=0.2時(shí)，ResNet-20網(wǎng)絡(luò)可以壓縮掉44.65%的參數(shù)和39.36%的FLOPs.在α=0.3時(shí)，ResNet-20網(wǎng)絡(luò)可以壓縮掉33.54%的參數(shù)和41.95%的FLOPs.但α=0.3時(shí)參數(shù)壓縮率低于α=0.2，這是由于本方法是以FLOPs壓縮率為搜索目標(biāo).以上實(shí)驗(yàn)結(jié)果表明，使用本方法在對網(wǎng)絡(luò)模型進(jìn)行剪枝過程中，可以通過設(shè)置適當(dāng)?shù)摩林狄缘玫讲煌∈瓒鹊木W(wǎng)絡(luò)模型.

圖3 不同的α對網(wǎng)絡(luò)剪枝的影響Fig.3 Effect of different α on network pruning

ResNet-56網(wǎng)絡(luò)在CIFAR-10數(shù)據(jù)集上測試準(zhǔn)確率為93.32%，在0.53%的精度損失下，CCLA可修剪掉ResNet-56網(wǎng)絡(luò)58.67%的FLOPs和54.48%的參數(shù)，各層的剪枝結(jié)果如圖4(a)所示.在第1、11、12、16、26個(gè)Block中，CCLA的修剪力度最大，說明在該層中存在較多的冗余，而在第13、第22個(gè)Block中，CCLA沒有修剪，說明這些Block對網(wǎng)絡(luò)結(jié)構(gòu)較重要.ResNet-56網(wǎng)絡(luò)在CIFAR-100數(shù)據(jù)集上測試準(zhǔn)確率為70.53%，在1.26%的精度損失下，CCLA可以修剪掉29.39%的參數(shù)和48.86%的FLOPs，各層的剪枝結(jié)果如圖4(b)所示，CCLA可有效尋找網(wǎng)絡(luò)的冗余結(jié)構(gòu)并進(jìn)行修剪.實(shí)驗(yàn)結(jié)果表明，本文所提方法在簡單分類任務(wù)和復(fù)雜分類任務(wù)上，均可對網(wǎng)絡(luò)進(jìn)行有效的剪枝.

圖4 ResNet-56網(wǎng)絡(luò)修剪前后各層卷積核的對比Fig.4 Comparison of the convolutional kernels of each layer of the ResNet-56 before and after pruning

為了進(jìn)一步驗(yàn)證本文所提方法對復(fù)雜網(wǎng)絡(luò)修剪的有效性，本文在CIFAR-10數(shù)據(jù)集上對復(fù)雜網(wǎng)絡(luò)ResNet-110進(jìn)行壓縮實(shí)驗(yàn).然后選用GAL、SFP(Soft Filter Pruning)[30]、FPGM(Filter Pruning via Geometric Median)[31]、LFPC(Learning Filter Pruning Criteria)[32]和HRank進(jìn)行了比較，ResNet-110網(wǎng)絡(luò)的剪枝結(jié)果如表2所示.

表2 在CIFAR-10數(shù)據(jù)集上ResNet-110網(wǎng)絡(luò)的剪枝結(jié)果Table 2 Pruning results of ResNet-110 on CIFAR-10

在表2中，GAL修剪44.80%的參數(shù)和48.50%的FLOPs會導(dǎo)致0.76%的精度損失，而CCLA修剪62.04%的參數(shù)和62.10%的FLOPs，精度提升0.1%，結(jié)果表明使用知識蒸餾對網(wǎng)絡(luò)剪枝過程中，使用遺傳算法對網(wǎng)絡(luò)進(jìn)行分塊剪枝可更有效地找到網(wǎng)絡(luò)模型的最優(yōu)剪枝率.相比FPGM，F(xiàn)PGM修剪52.3%的FLOPs，精度可以提升0.17%，而CCLA在相近的精度提升下，可修剪較多的FLOPs.此外，與SFP、LFPC和HRank相比，CCLA對稀疏網(wǎng)絡(luò)的搜索都更加有效，可在無精度損失下，找到更加稀疏的網(wǎng)絡(luò)結(jié)構(gòu).以上實(shí)驗(yàn)結(jié)果表明，CCLA適用于復(fù)雜網(wǎng)絡(luò)的修剪，將復(fù)雜網(wǎng)絡(luò)進(jìn)行分塊之后，使用遺傳算法可準(zhǔn)確找到層內(nèi)和層間的冗余結(jié)構(gòu).

5 結(jié)束語

為減少網(wǎng)絡(luò)剪枝過程中，子網(wǎng)絡(luò)搜索空間較大的問題，本文提出基于遺傳算法的分塊壓縮學(xué)習(xí)算法(CCLA).不同于現(xiàn)有的剪枝方法，CCLA在剪枝過程中不是直接對大網(wǎng)絡(luò)進(jìn)行剪枝，而是將大的網(wǎng)絡(luò)分為多個(gè)塊網(wǎng)絡(luò)，然后對每個(gè)塊網(wǎng)絡(luò)進(jìn)行剪枝，因此其效率更高.實(shí)驗(yàn)結(jié)果表明，在常規(guī)和更復(fù)雜的網(wǎng)絡(luò)模型上，CCLA可以準(zhǔn)確找到每層網(wǎng)絡(luò)的冗余結(jié)構(gòu).進(jìn)一步的工作，將在更大的數(shù)據(jù)集和具體的應(yīng)用場景中進(jìn)行測試，以驗(yàn)證CCLA的有效性和實(shí)用性.