©PaperWeekly 原创 · 作者｜陆顺

学校｜中科院计算所硕士

研究方向｜神经网络架构搜索

论文标题：MixPath: A Unified Approach for One-Shot Neural Architecture Search

论文链接：https://arxiv.org/abs/2001.05887

代码链接：https://github.com/xiaomi-automl/MixPath

本方法拓展了现有神经网络搜索中的权重共享（One-Shot）路线，打破了只能搜单路径模型的限制，支持多路径搜索空间。方法采用多路径激活训练一个超网（supernet）的方式，从而对多路径子网进行性能评估，已有的单路径方法  SPOS、FairNAS 因此成为该方法的特例。

本文证明了多路径超网在多路激活下的特征幅度关系，推测其可能导致了多路径超网训练不稳定性。基于此，本文提出使用影子批正则化（Shadow BN, SBN）来对多路径激活的特征进行“如影随形”的正则化，实验证明其能够有效缓解训练不稳定性。

本文进一步用实验证明 Shadow BN 可以提高多路径超网对多路径子网的排序能力（ranking），而且作用于训练过程的 Shadow BN 可以与训练后的 BN 校准相结合，能够进一步提升超网的排序能力，在 NAS-Bench-101 子集上达到的 Kendall Tau 值为 0.597。

该方法搜索出来的轻量级模型，准确率达到业界领先水平，其中 MixPath-B 在 ImageNet 上达到 77.2%。

研究动机

多路径模型可以更好地平衡性能和计算消耗（Inception，ResNeXt）。当前不含先验的神经网络架构搜索方法，缺乏一种和 FairDARTS 多路径方式对偶的搜索方式（Fig 2）。

在分两阶段的权重共享方法中，训练超网是为了保证其对子模型的排序能力，即能够分辨子模型的优劣。

使用传统的单个 BN 训练多路径超网，训练过程并不稳定，模型排序能力也比较弱（Fig.3.b 蓝绿两种方法预测出的准确率区间在 0-0.2），因而需要一种方法能够提高多路径超网的训练稳定性和排序能力。

方法

通过分析 Supernet 训练过程中特征图的相似度及模长（Fig.4），作者推测使用 Shadow BN 来跟踪不同路径组合情况时的特征分布，使得多次激活之间特征变化不至于相差过大，尽然改善超网的训练过程。

本文提出的采用 Shadow BN 的多路径搜索方式如 Fig1 所示。作者采用了 MobilenetV2 的结构块（block），每个 block 中可以选择 depthwise conv 的数量以及卷积核的大小。

下图中间为 m=2 的示意图，即可选一条或两条路径，若选择一条路径则对应 SBN1（所有的单路径都经过 SBN1)，若选择两条路径则可从 4 种操作中不重复地选择两种，输出叠加后，此时对应 SBN2（所有的双路径对应 SBN2）。

同理若 m=3 或者 m=4，则最多可选 3 条或 4 条路径，分别对应 SBN3 和 SBN4。

下图右是 SBN1（红） 和 SBN2（绿） 需要跟踪的特征均值和方差示意图，作者根据理论分析出双路径的特征分布均值大约是单路径的两倍，方差大约是单路径的四倍。显然，单个 BN （黑）无法跟踪这两种分布。

FairNAS 指出单路径超网的不同路径输出的特征图是相似的，作者因此定义了一种零阶条件，即给定任意输入 x，对于两种不同的操作 y=f(x) 和 z=g(x)，输出特征图 y≈z。此时，二者均值 E(y)≈E(z)，方差 Var(y)≈Var(z)。

在双路径激活情形下，其输出特征图为 y+z，均值为 E(y+z)＝E(y)+E(z)≈2E(y)，方差  Var(y+z)≈Var(2y)＝4Var(y)，证明如下。

本文通过实验对上述证明进行了验证，如 Fig.5 所示，SBN2 学到的均值大约是 SBN1 的两倍，方差大约是 SBN1 的四倍，可以看出是基本符合上述推导的。

不同数量组合操作的输出，他们之间的均值和方差确实发生了变化，因此使用单个 BN 无法对呈多种分布的特征进行正则化。

同时由于相同数量不同组合操作的输出仍满足相似性，例如 y+z 和 u+v ，只需对应一个BN 即可，否则 BN 的数量会指数型增长，反而不利于训练。

进一步地，可以看出无论是否使用 Shadow BN，输出特征图的余弦相似度都是较高的如 Fig 4a 所示，他们之间的夹角虽然很小，但是模长（图 b 中的蓝线）呈比例关系，差别明显。

当不使用 SBN 时，不同数量组合的操作在经过单个 BN后，模长仍然是不一致的；而当使用 SBN 时，不同数量组合的操作经过 SBN 后，模长变得十分接近。这就使得超网每个 Block 中不同组合的输出是接近稳定的，从而使得超网的训练能够稳定下来。

实验

使用本文的方法在 NAS-Bench-101 的子集（以适应 MixPath 搜索空间）上进行验证，测试 ranking 如 Fig 6b，可见 SBN 和 BN 校准操作并用可以最大限度提升超网的排序能力：

使用本文方法在 CIFAR-10 进行搜索，将所得模型单独训练后进行对比；同时将 ImageNet 上搜索所得模型迁移到 CIFAR-10，top-1 准确率达到了 98.1%。

使用本文方法在 ImageNet 进行搜索，将所得模型单独训练后的对比，其中 MixPath-B 准确率最高可达 77.2%：

搜索所得多路径模型的结构示意图如 Fig 7：

使用本文方法搜索所得模型迁移到目标检测任务上的对比：

消融实验

对比使用指数个 BN（即任意一种不同组合操作都对应一个 BN），效果不如 SBN（线性）。虽然指数个 BN 会更准确地捕捉分布的变化，但此时 BN 的参数更多，使得校准时更难以匹配均值和方差， 反而导致 ranking 能力降低。

用 SBN 训练的 Supernet 采样子模型比不用 SBN 的分布更好，随机采样 1000 个模型的预测准确率分布（激活 m=1,2,3,4个路径）：

使用 NSGA-II 搜索策略和随机搜索策略的对比：

组件分析：同等训练环境和模型大小约束下，不使用 SBN 训练 Supernet 所得单模型在 CIFAR-10 上的准确率最高为 97.12%，使用 SBN 训练 Supernet 所得单模型准确率最高为 97.35%。

思考

为什么使用 SBN 能够稳定训练同时提升排序能力：余弦相似度并不是训练稳定的唯一条件，还需要保证特征分布的一致性，使用 SBN 能够对多路径下的特征分布进行正则化，从而促进稳定训练。

当训练稳定后，各个子网络能获得更合适的权重，从而能够更好地代表单模型的真实精度。

为什么 SBN 能和后校准 BN 叠加能提升排序能力：根据前述分析可知，不同路径组合的特征均值和方差是并不是完全满足上述推导关系，从 Fig 5 也能看出是大部分满足上述结论。

所以通过后校准 BN，能够弥补单个 SBN 对多种组合（比如 y+z 和 u+v ）近似估计的偏差，通过重新调整 BN 的参数，从而使得二者能够共同提升排序能力。

点击以下标题查看更多往期内容：

• 小米AI实验室AutoML团队最新成果FairNAS

• 小米AutoML团队发布可伸缩超网SCARLET

• NAS+目标检测：AI设计的目标检测模型长啥样？

• 基于元学习和AutoML的模型压缩新方法

• Fair DARTS：公平的可微分神经网络搜索

#投 稿 通 道#

 让你的论文被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学习心得或技术干货。我们的目的只有一个，让知识真正流动起来。

???? 来稿标准：

• 稿件确系个人原创作品，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向）

• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接

• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志

???? 投稿邮箱：

• 投稿邮箱：hr@paperweekly.site

• 所有文章配图，请单独在附件中发送

• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。