谷歌的AutoML一經提出，就引起了學界及業界的廣泛關注，然而其簡易操作的背后，則是強大算力支持下的大量科研工作，其中之一便是漸進式網絡結構搜索技術。本文中，劉晨曦博士將為大家揭開AutoML的面紗，看他如何通過迭代自學習的方式，積跬步以至千里，尋找到最優網絡結構，從而將萬繁歸于至簡。

文末，大講堂特別提供文中提到所有文章和代碼的下載鏈接。

本文中，將介紹的漸進式神經網絡搜索算法，是和谷歌大腦、谷歌云、谷歌研究院的很多研究員一同完成的。

其中，PNASNet-5在ImageNet上的代碼和模型已經發布在TensorFlow Slim:

首先介紹AutoML，它是谷歌內部一個宏大的目標，是創造一種機器學習算法，使得它能夠最好地服務于用戶提供的數據，而在這過程中有盡可能少的人類參與。

從起初的AlexNet到Inception，ResNet，Inception-ResNet，機器在圖像分類問題上已經取得了很好的成績，那么我們為什么還想使用AutoML算法來研究圖像分類呢？

首先，如果可以通過自動搜索，找到比人類設計的最好算法還好的算法，豈不是很酷？其次，從更加實用的角度出發，圖像分類問題是大家學習得很多的問題，如果在該問題上取得突破，那么突破其他問題的可能性也大大增加。

接下來介紹Neural Architecture Search(NAS)問題，它是AutoML一個具體的分支。

Neural Architecture Search基本遵循這樣一個循環：首先，基于一些策略規則創造簡單的網絡，然后對它訓練并在一些驗證集上進行測試，最后根據網絡性能的反饋來優化這些策略規則，基于這些優化后的策略來對網絡不斷進行迭代更新。

之前的NAS工作可以大致分為兩方面，首先是強化學習，在神經結構搜索中需要選擇很多的元素，如輸入層和層參數（比如選擇核為3還是5的卷積操作）的設置，設計整個神經網絡的過程可以看作一系列的動作，動作的獎賞就是在驗證集上的分類準確率。通過不斷對動作更新，使智能體學習到越來越好的網絡結構，這樣強化學習和NAS就聯系起來了。

另一方面NAS是一些進化算法，這一大類方法的主要思路是，用一串數定義一個神經網絡結構。如圖是ICCV2017謝凌曦博士的工作，他用一串二進制碼定義一種規則來表達特定的神經網絡連接方式，最開始的碼是隨機的，從這些點出發可以做一些突變，甚至在兩個數串（擁有較高驗證準確率）之間做突變，經過一段時間就可以提供更好的神經網絡結構。

而目前方法最大的問題在于，它對算力的要求特別高。以強化學習為例，谷歌大腦最開始提出的強化學習方法，用了800塊K40GPU，訓練了28天；后來2017年7月提出的改進版，用了500塊P100GPU訓練了4天，而且這是在非常小的CIFAR-10數據集上做的，該數據集只有5萬張30*30的圖。即便這樣小的數據集就需要如此大的算力支撐，也就是說想要繼續擴展NAS，用強化學習的方法是不現實的。

為加速NAS過程，我們提出了一個新的方法，謂之“漸進式的神經結構搜索”。它既不是基于強化學習的，也不屬于進化算法。在介紹具體算法前，首先來理解這里的搜索空間。

首先搜索可重復的cells(可以看作是Residual block)，一旦找到一個cell，就可以自由地選擇其疊加方式，形成一個完整的網絡。這樣的策略在Residual Network中已經出現多次。當確定了cell structure后如上右圖將其疊加成一個完整的網絡，以CIFAR-10網絡舉例，在兩個stride2的cell之間，stride1的cell疊加次數都為N，而Residual網絡中不同的groups疊加的次數不同。

一個網絡通常由這三個要素來確定：cell的結構，cell重復的次數N，每一個cell中的卷積核個數F，為了控制網絡的復雜度，N和F通常經手工設計。可以理解為，N控制網絡的深度，F控制網絡的寬度。

接下來主要討論如何確定cell，在我們的搜索空間中，一個cell由5個block組成，每個block是一個(I_1,I_2,O_1,O_2,C)的元組。以下將具體介紹。

如圖，網絡輸入的搜索空間如圖中灰色矩形所示，I_1,I_2對應圖中hidden layer A和hidden layer B，I即指輸入（Input）。這兩個灰塊可以選擇不同的隱含空間，cell c block b可能的輸入定義為：

前一個cell的輸出：H_B^(c-1)

前一個的前一個的cell的輸出：H_B^(c-2)

在當前cell的當前block的所有之前輸出：{H_1^c,…,H_(b-1)^c }

比如右邊的block是這個cell里的第一個block，在選用第二個block的時候它就可以選取第一個block產生的new hidden layer，也就是說，第二個block的輸入涵蓋了第一個block的輸出。這樣的設計為了允許一定的泛化性，可以刻畫Residual Network，DenseNet之類的網絡。

O_1,O_2對應圖中的黃色方框，這其實是對剛才選取的隱含層的一元運算符，它包含了3*3的卷積，5*5的卷積，7*7的卷積，identity，3*3的均值池化，3*3的最大值池化，3*3的加寬池化以及1*7后接7*1的卷積。讓數據在搜索空間中學習找到最適合的操作。

綠色框代表C這個運算，它把由I_1,I_2產生的O_1,O_2通過一定的方式組合到一起，產生一個新的隱含空間。這個C操作是按位加和的操作。

在這個搜索空間下，盡可能有效地學習到一個性能較好的cell，這樣就能疊加起來成為一個完整的網絡。而剛才包含5個block的cell的搜索空間是非常大的，如上圖等式所示。而之前介紹的無論是強化學習還是基于進化算法，都是直接搜索，這在搜索開始是非常迷茫的，那么如果不直接在那個空間進行搜索，而是漸進式地進行如下操作會怎樣呢：

首先訓練所有的1-block cells，只有256個這樣的cell。雖然可以通過枚舉的方式，但性能會很低，因為只有1個block的cell不如包含5個block的cell有效。但是，這部分性能信息可以為是否繼續采用這個cell的信號提供輔助，基于1-block cell的表現，我們可以嘗試發現最有希望的2-block cell，并對其進行訓練，如此迭代，即可構建整個網絡。

可以概括為一個簡單的算法，訓練和評估當前有b個blocks的cells，然后根據其中最好的K個cells來枚舉b+1個blocks，然后去訓練和評估。

而實際上，這個算法是不能真正奏效的，因為，對于一個合理的K（如〖10〗^2），需要訓練的子網絡就高達〖10〗^5個，此運算量已經超過了以往的方法。因此，我們提出了一個準確率預測器，它可以不用訓練和測試，而是只通過觀察數串，就能評估一個模型是否是有潛力的。

我們使用了一個LSTM網絡來做準確率預測器，之所以使用它，是因為在不同的block中可以使用同一個預測器。

這里給出完整的Progressive Neural Architecture Search的算法。首先訓練并評估當前b個blocks的K個cells，然后通過這些數據的表現來更新準確率預測器，可以使準確率預測器更精確，借助預測器識別K個最有可能的b+1個block。這樣學出來的結果可能不是最正確的，但卻是一個合理的trade-off結果。

舉個例子 ，最開始b=1，Q1時有256個網絡，對它全部訓練測試，然后用這K個數據點訓練準確率預測器。枚舉Q1的所有后代M1，并把這個準確率預測器運用在M1的每個元素上，選出其中最好的K個，即得到了b=2時的集合Q2。然后將b=2的網絡進行訓練測試，經過上述相同的過程，可以得到Q3。Q3中最好的模型即為PNAS返回的結果。

實驗分為兩個過程，一個是在搜索過程中，另一個是在搜索之后。在搜索過程中，我們使用CIFAR-10這個相對較小的數據集，每一個子網絡訓練的epoch都設置為20，K取為256，N為2，F為24，這些參數都是相對較小的。在搜索之后，我們在CIFAR-10和ImageNet上進行測試，使用了更長的epochs，更大的N，F。我們這個工作的目的是加速NAS的過程，下面是實驗對比。

接下來對比PNAS和之前的NAS方法，藍色的點是PNAS，紅色的是NAS，五個藍色的chunk對應b=1,2,3,4。每個chunk里有256個點，隨著b的增加，進到越來越復雜的搜索空間。可以看出相比于紅色的點，藍色的點上漲更加快也更加緊致。右邊是一個放大的圖。

如圖是最后學習到的網絡結構，可以看出，最開始學習到的是separable和max convolution的組合，后面漸漸學習到更多的組合。

PNASNet-5是我們在搜索的過程中找到的最好的網絡結構，它由5個block組成。

這是我們在CIFAR-10上的對比結果，RL表示算法基于強化學習，EA表示基于遺傳算法，我們的算法SMBO即sequential model based optimization，Error指最好模型的top-1誤分率。第一組基于強化學習的方法中最好的是NASNet-A，它的錯誤率是3.41%，所用參數個數為3.3M；第二組是基于遺傳算法的方法，它是DeepMind在2018年ICLR發表的工作，它最好的錯誤率是3.63%，所用參數個數為61.3M，而第三組是我們的方法，在錯誤率為3.41的條件下，我們所用參數僅為3.2M，并且提速很多。

這張圖更直觀地展示了如何達到了與NASNet-A可比的性能。

為了驗證準確率預測器是否是信息豐富的，我們做了一個隨機的對比實驗，如果不用progressive neural architecture search，在每一個number of b的時候用隨機來代替。結果表明隨機的策略性能要差很多，尤其是最右，如果在每一個b的取值，都訓練256個模型的話，以準確率大于0.9為統計指標，隨機法只有三十多個，而PNAS有二百多個符合。

最后是在ImageNet數據集上的對比，首先介紹在輕量神經網絡的應用比對。我們控制Mult-Adds不超過600M，在這一條件下，PNASNet-5相比MobileNet-224，ShuffleNet(2x)，和NASNet-A有最高的top1和top5的準確率。

此外，對不加限制的模型進行比對，在實驗過程中盡量和NASNet-A的參數量保持一致，最后的top1準確率達到了82.9%。

總結一下，本次報告中介紹的工作中最關鍵的幾個點：大多數現存的神經網絡搜索方法都有很高的算力需求，由此產生高昂的時間代價，而我們試圖加速這個過程。思路的核心在于，將cells從簡單到復雜推進，加之比NASNet-A更緊致的搜索空間，PNAS找到了一個可比的cell，只用了1280個而不是20000個子模型。這使得AutoML將可以用到更多有挑戰的數據集上。