微软、浙大研究者提出剪枝框架OTO，无需微调即可获得轻量级架构机器之心报道作者：HecateHe来自

机器之心报道
作者：HecateHe
来自微软、浙江大学等机构的研究者提出了一种one-shotDNN剪枝框架，无需微调即可从大型神经网络中得到轻量级架构，在保持模型高性能的同时还能显著降低所需算力。
大型神经网络学习速度很快，性能也往往优于其他较小的模型，但它们对资源的巨大需求限制了其在现实世界的部署。
剪枝是最常见的DNN压缩方法之一，旨在减少冗余结构，给DNN模型瘦身的同时提高其可解释性。然而，现有的剪枝方法通常是启发式的，而且只针对特定任务，还非常耗时，泛化能力也很差。
在一篇标题为《OnlyTrainOnce:AOne-ShotNeuralNetworkTrainingAndPruningFramework》的论文中，来自微软、浙江大学等机构的研究者给出了针对上述问题的解决方案，提出了一种one-shotDNN剪枝框架。它可以让开发者无需微调就能从大型神经网络中得到轻量级架构。这种方法在保持模型高性能的同时显著降低了其所需的算力。

文章图片
论文链接：https://arxiv.org/pdf/2107.07467.pdf
该研究的主要贡献概括如下：
One-Shot训练和剪枝。研究者提出了一个名为OTO（Only-Train-Once）的one-shot训练和剪枝框架。它可以将一个完整的神经网络压缩为轻量级网络，同时保持较高的性能。 OTO大大简化了现有剪枝方法复杂的多阶段训练pipeline ，适合各种架构和应用，因此具有通用性和有效性。 Zero-InvariantGroup（ZIG）。研究者定义了神经网络的zero-invariantgroup 。如果一个框架被划分为ZIG ，它就允许我们修剪zerogroup ，同时不影响输出，这么做的结果是one-shot剪枝。这种特性适用于全连接层、残差块、多头注意力等多种流行结构。新的结构化稀疏优化算法。研究者提出了Half-SpaceStochasticProjectedGradient（HSPG），这是一种解决引起正则化问题的结构化稀疏的方法。研究团队在实践中展示并分析了HSPG在促进zerogroup方面表现出的优势（相对于标准近端方法）。 ZIG和HSPG的设计是网络无关的，因此OTO对于很多应用来说都是通用的。实验结果。利用本文中提出的方法，研究者可以从头、同时训练和压缩完整模型，无需为了提高推理速度和减少参数而进行微调。在VGGforCIFAR10、ResNet50forCIFAR10/ImageNet和BertforSQuAD等基准上，该方法都实现了SOTA结果。方法及实验介绍

文章图片

文章图片
OTO的结构非常简单。给定一个完整的模型，首先将可训练的参数划分为ZIG集，产生了一个结构化稀疏优化问题，通过一个新的随机优化器(HSPG)得出高度组稀疏的解。最后通过剪枝这些zerogroup得到一个压缩模型。
团队提出的HSPG随机优化算法是针对非光滑正则化问题而设计的，与经典算法相比，该算法在保持相似收敛性的同时，能够更有效地增强群体稀疏性搜索。
为了评估OTO在未经微调的one-shot训练和剪枝中的性能，研究者在CNN的基准压缩任务进行了实验，包括CIFAR10的VGG16 ， CIFAR10的ResNet50和ImagetNet(ILSVRC2012) ，研究者比较了OTO与其当前各个SOTA算法在Top-1精度和Top-5精度、剩余的FLOPs和相应的baseline参数。

文章图片
表1:CIFAR10中的VGG16及VGG16-BN模型表现。
在CIFAR10的VGG16实验中， OTO将浮点数减少了83.7% ，将参数量减少了97.5% ，性能表现令人印象深刻。
在CIFAR10的ResNet50实验中， OTO在没有量化的情况下优于SOTA神经网络压缩框架AMC和ANNC ，仅使用了12.8%的FLOPs和8.8%的参数。