AutoSlim: Towards One-shot Architecture Search for Channel Numbers【阅读笔记】

　　作者的前两篇文章分别探讨了如何训练一个可以slim到指定宽的的网络以及如何训练一个可以选取任意子宽度的网络。在这篇文章中，作者试图解决的问题是对于给定的配置，选取各层最优的网络宽度。

　　目前对于网络宽度的选择主要依靠经验，如"half size, double channel"rule, pyramidal rule等。一个研究方向channel pruning是在训练好的模型中，找到一些比较没有用的channel进行剪枝。之后有人提出这些channel pruning的方法实际上可以看作是一种针对channel数的网络结构搜索。直接从scratch训练这些网络结构和对训练好的大模型进行剪枝和fine-tune的效果是很接近的，甚至可能更好。所以训练一个大的overparameterized的模型没有必要。目前在网络结构搜索领域用到的主要是一些强化学习的方法，其缺点之一就是搜索空间大，而且针对channel数的研究比较少。

　　本文提出的方法分为两个步骤：

1. Training：对于某一网络结构，训练一个slimmable的简易版本（epoch为完整的约10%~20%）。所有层包括第一个conv层和最后一个FC层都是slimmable的。每一层都按组来平均划分，以减少搜索空间，slim时也是以组为单位进行的。
2. Greedy Slimming：用validation set来计算模型正确率，每一次迭代都贪心的决定slim哪一层。validation set随机从训练集中抽取约20%数据。首先从最大的尺寸开始，与每层都减少一个组的channel的准确率进行比较，选择准确率减少最少的层进行slim。不断贪心地迭代，直到整个模型达到指定的限制。在找到最优的结构之后，再从scratch重新训练。

　　由于Slimming时无需训练，无需梯度，因此可以使用比较大的batch size。这带来了两个优点：BN数据再batch size > 2K时更准确；可以直接使用单个前向预测准确率作为表现的estimator。

 实验结论：

• 与default channel number 相比发现slim后的在浅层channel比较少，深层channel比较多。
• 与model pruning方法AMC相比，AutoSlim的网络深层channel更多浅层网络更少。
• 用在ImageNet上slim得到的网络结构A和在CIFAR10上slim得到的网络结构B分别测试CIFAR10，A的效果不好。说明在ImageNet上优化的网络结构是不能generalize到CIFAR10上的。