机器学习论文笔记（六）

标签（空格分隔）： 陈扬

[TOC]

分层表示高效的架构搜索（HIERARCHICAL REPRESENTATIONS FOR EFFICIENT ARCHITECTURE SEARCH

）
哎又是选错了，ICLR2018的文章，只能开荒了

github：https://github.com/markdtw/awesome-architecture-search （还没开源代码）
arxiv：https://arxiv.org/abs/1711.00436
简介：这篇文章讲的是如何利用高效的搜索算法来搜索网络的拓扑结构。用一个简单但功能强大的演化算法。 这个方法可以发现具有卓越性能的新架构。它这篇文章很大程度上借鉴了GECNN的一些东西，或者说，我之前写了GECNN的论文笔记，里面也是讲演化算法的：https://zhuanlan.zhihu.com/p/36758195 。

优点摘要：

1）通过分层图学习的方法，大大减少了冗余的搜索空间
2）引入分层表示来描述神经网络体系结构。
2）通过堆叠简单的基元（比如conv，maxpooling），实现了复杂的结构，使用简单的随机搜索，也可以获得用于图像分类的竞争架构，这体现了 搜索空间构建的重要性。
3）可以通过跳跃链接实现resnet，densenet等深层次的网络（为resnet引用都快破万了，你现在用不上残差块的思想你好意思发论文吗……）。

抛砖：

首先一个问题，我们为什么要想办法设计出一个自动生成的网络架构，因为我最近发现一个问题啊，你一个神经网络特别那种实验室做出来的，效果估计也就是退cifar-10啊，mnist这些效果好一点点，但是一碰到真实环境，效果就菜的一批（可能会），可能这种机器生成的神经网络效果不一定有专业人员做的好，但是他在针对其他真实条件下的数据集，他的效果可能会反超那些定下来的网络结构，因为这个东西他上自适应调整的

引玉

这篇文章，他提出来用邻接矩阵去表示一个有向无环图，然后用点表示feature map,用边表示一种操作（其实就只有conv,max_pooling,average-pooling，identity，开心不，意外不）。

定义部分

我们先定义一个邻接矩阵，然后leval-1的矩阵的值的意思就是集合option{}。

The architecture is obtained by assembling operations o according to the adjacency matrix G:

结构 = assemble(G, o)

merge是合并

o1(1)在这里是1 * 1的卷积，o2(1)是3 * 3的卷积，o3(1)是3*3的最大池化（不是2 * 2因为他要保证feature map一样大)，他们统称为元操作（相当于tf.nn里面一个函数啊）。

我大概画一下leval-2

G1(2)=[0 3 2;

。。。 0 0 1；

。。。0 0 1]

然后我们把这个生成的子图当成一个新的子图 ，是不是很6

所以我们就这样定义了一个level-2的子图了，接下来我们如法炮制的搞出了3个leval-2的子图，just like this：

你发现了吗，每一层的piont的个数是一样的，是固定的，这个就是他这个算法不太好的地方一。
然后我们就得到了一个level-3的网络结构（简直就是insecption加resnet的样子）
到此为止，我们就算是搞出来一种可以表示这个网络的方法了。

元操作

作者在实验中发现啊，3*3的conv只要搞多几次，就可有搞出很大的感受野什么的，所以他就搞的元操作其实很少（6）：

• 1 × 1 convolution of C channels(调整特征图的维度)
• 3 × 3 depthwise convolution（不解释了吧）
• 3 × 3 separable convolution of C channels 
• 3 × 3 max-pooling（最大池化）
• 3 × 3 average-pooling （平均池化）
• identity

对于每一个feature map，他都用了RELU激活函数和批次正则化（-.-)。channels固定为常数C（可以通过1*1卷积）。
如果option(i,j)==0的话就说明i,j之间没有边。
concat就是之间把feature map加到一起。

进化

首先，我们要实现3个基本操作：增加add，修改alter，删除remove。

初始化

1)创建很小的元操作
2）通过大量随机突变产生变异样本（类似蒙特卡洛方法随机）

算法

异步锦标赛进化（相当于生物学里面的达尔文进化论）
part 1：

part 2:

什么是锦标赛算法？
假设种群规模为n，该法的步骤为：
1.随机产生n个个体作为第一代（其实这步准确的说不是属于选择操作的，但每个算子并没有绝对的界限，这个是在选择操作之前的必做之事） 。
2.从这n个个体中随机（注意是随机）选择k（k< n）个个体，k的取值小，效率就高（节省运行时间），但不宜太小，一般取为n/2（取整）。
3.从这k个个体中选择最大的一个个体（涉及到排序的方法），作为下一代n个个体中的一个个体 。
4.重复2-4步，至得到新的n个个体。
5.进行这新的n个个体之间的交叉操作。

训练结果

1）对于不同大小的数据集，我们要输入不同大小的level层数和节点k数，总共最多会产生k^l个feature map，所以初始化的时候应该是有非常多的0元素才对（猜测）。

2）随机梯度下降，学习率的调整细节等……不想说了

我个人认为的改进点：可以看得出这个架构其实不是线性的，网络是可以比较复杂的，肯定是有resnet在里面的，应该是越深层越适应大的训练集，不过从我的实际工作来看，最好是再加一个网络结构预判器，因为针对点多且深的网络结构来说，没有做够的resnet到了深层肯定会梯度爆炸或者消失，那种明显不合格的网络是可以被检查出来的，可以极大的减少冗余计算，因为越好的网络训练应该是越快的，反而是大部分都是垃圾结构牺牲了大部分的时间（二八定律），具体是实现方法我自己留着发论文了。
具体的训练细节太复杂了，DEEPMIND也没开源代码，我就不好瞎说了。

在CIFAR-10上的训练效果
我想吐槽的是：

真的好有钱啊，200个p100，我算了一下在阿里云上面竞价的话要1020024*1.5=7200RMB，🙂🙂🙂🙂🙂🙂�😊

说实话这个效果来说还是非常值这个价的，在CIFAR-10上这个被p过几百万次的数据集上还能和那些老p客难分伯仲，要是换的真实数据集的话效果应该会跟好一些吧。

总结：

目前网络结构生成的两种方法强化学习和演化学习都在发paper，从难度来说我其实更喜欢演化学习，因为治疗都是现成的，但是长远的看我觉得强化学习会赢，这个元学习也一直是我觉得很有意思的一个方向，可能是迈向强人工智能的一个阶梯吧，百尺竿头更进一步。
题外话，这个全屏模式啊，一不小心就搞到1点了，哎明天上课是不是又要迟到了……