一、概要
最近,Pure transformers在视觉任务方面显示出巨大的潜力。然而,它们在中小数据集中的准确性并不令人满意。尽管一些现有方法引入了CNN作为教师,通过蒸馏来指导训练过程,但教师和学生网络之间的差距将导致次优绩效。在这项工作中,研究员提出了一种新的具有在线蒸馏的One-shot Vision transformer搜索框架,即OVO。OVO对教师和学生网络的子网进行采样,以获得更好的蒸馏结果。得益于在线蒸馏,超网中的数千个子网训练有素,无需额外的微调或再训练。在实验中,OVO Ti在ImageNet和CIFAR-100上分别达到73.32%和75.2%的top-1精度。
二、ViT超网训练的困境
在AutoFormer中的超网训练期间,在每个训练迭代中均匀地采样子网α=(α(1)。。。α(i)。。。α(l))。采样权重w=(w(1)。。。w(i)。。。w(l))被更新,而其余部分被冻结。然而,超网训练对于ViT来说并不稳定,每个超网需要很长的训练周期(500个周期)才能获得其组装子网的满意性能。其他方法使用三明治采样策略,对多个子网络(包括最大、最小和两个随机选择)进行采样,然后将每个小批次的梯度聚集在一起。当采用三明治采样策略时,超网训练的计算成本更高。
三、超网在线蒸馏训练
当训练教师和学生网络时,研究者在[Single path one-shot neural architecture search with uniform sampling]中提出的每次迭代中更新一个随机采样的子网络。使用GT标签训练来自教师超网络的子网络,同时使用KD训练采样的学生网络。配备在线蒸馏,一次性NAS能够以高效和有效的方式搜索Transform架构。与经典的一次性NAS方法相比,新提出的方法有两个优点。1) 更快的收敛。来自CNN的知识提供了电感偏置,这有助于每个Transform块比之前的独立训练更快地收敛。2) 更好的子网性能。通过在线蒸馏训练的子网可以在中小数据集上获得更好的性能。
四、Search Pipeline
在超网完成训练后,进行进化搜索,以最大化分类精度选择子网络。在进化搜索开始时,随机抽取N个架构作为种子。所有子网络都基于从超网继承的权重在验证数据集上进行评估。选择前k个架构作为父代,通过交叉和变异生成下一代。对于交叉,两个随机选择的父网络交叉,以在每一代中产生一个新网络。当进行突变时,父网络首先以概率Pd对其深度进行突变,然后以概率Pm对每个块进行突变,以产生新的架构。
五、实验
将搜索到的最优模型的性能与ImageNet上最先进的CNN和ViT的性能进行了比较。在ImageNet-1K上训练OVO的超集合,并使用指定的参数大小搜索目标Transform模型。在超网完成训练后,子网直接继承权重,而无需额外的再训练和其他后处理。下表中报告了性能。很明显,OVO比其他最先进的模型具有更高的精度。
标签:采样,Transformer,子网,蒸馏,训练,AI,网络,超网 From: https://blog.51cto.com/u_16163452/12099843