模型量化论文阅读#4----EWGS:Network Quantization with Element-wise Gradient Scaling
在量化中,因为量化函数是不可微分的,所以一旦涉及到量化函数的反向传播时,就需要对量化函数的梯度进行近似,目前常用的近似是STE,从而避免量化函数的零梯度问题。所谓STE就是一个直通器,它只是传播相同的梯度而不考虑量化函数的输入和输出之间的离散误差。这篇论文就针对STE的缺点提出了一种元素级的梯度放缩算法,叫做EWGS。给定量化函数量化输出的梯度,EWGS自适应地放大或缩小每个梯度元素,并使用缩放后的梯度作为量化函数输入的梯度,通过反向传播来训练量化的网络。缩放是根据每个梯度元素的符号和量化函数的连续输入和离散输出之间的误差进行的。
EWGS量化的前向过程:
Step1: 对连续的输入值进行归一化和截断处理;
xn=clip(x−lu−l,0,1)x_{n}=\operatorname{clip}\left(\frac{x-l}{u-l}, 0,1\right)xn=clip(u−lx−l,0,1)
其中,l,ul,ul,u 分别表示量化的上下边界,这两个值是可以被学习的。
Step2: 量化操作;
xq=round((2b−1)xn)2b−1x_{q}=\frac{\operatorname{round}\left(\left(2^{b}-1\right) x_{n}\right)}{2^{b}-1}xq=2b−1round((2b−1)xn)
其中,bbb表示量化的bit数。
Step3: 针对量化后的激活值和权重单独进行处理;
QW(x)=2(xq−0.5),QA(x)=xqQ_{W}(x)=2\left(x_{q}-0.5\right), Q_{A}(x)=x_{q}QW(x)=2(xq−0.5),QA(x)=xq
另外,为了调整每一层的输出的尺度,在额外为每一层训练一个参数α\alphaα ,将其乘以每一层的激活值。
前向过程与其余的量化方法基本是一致的,该论文的核心在反向过程中的量化函数的梯度近似上。
EWGS量化的反向过程:
下式即为EWGS算法中梯度的近似公式:
gxn=gxq(1+δsign(gxq)(xn−xq))g_{x_{n}}=g_{x_{q}}\left(1+\delta \operatorname{sign}\left(g_{x_{q}}\right)\left(x_{n}-x_{q}\right)\right)gxn=gxq(1+δsign(gxq)(xn−xq))
在STE中,gxn=gxqg_{x_{n}}=g_{x_{q}}gxn=gxq,所以STE可以视为上述的一种特例。
上式中,xqx_{q}xq即为量化后的值,xnx_{n}xn为量化前的连续值,gxqg_{x_{q}}gxq即为损失函数关于xqx_{q}xq的梯度,gxng_{x_{n}}gxn即为损失函数关于xnx_{n}xn的梯度.signsignsign是取符号的函数,δ\deltaδ是一个尺缩因子,后面会专门介绍。
可以看出,梯度gxng_{x_{n}}gxn与量化后的误差以及sign(gxq)sign(g_{x_{q}})sign(gxq)有关。
为了有助于理解,可以参考下图。举个例子,对于0.51,1和1.49三个数经过量化函数之后,得到的值都是1.但是这三个值处于不同 的位置,因此在反向更新时,他们不应该是拥有相同的更新梯度(STE中梯度就是一样的)。假设−gxq- g_{x_{q}}−gxq大于0,即xqx_{q}xq要向着增大的方向更新,可以认为其向着2的方向更新,对应图1的(a)图,那么为了使得xqx_{q}xq增大,xnx_{n}xn自然也要向着增大的方向更新,在STE中,0.51,1和1.49三个值更新的梯度都是相同的。但是我们能看出,这三个值处于不同的位置,其更新的梯度理应是不一样的,对于1.49来说,其只需要增大到1.5就可以使得xqx_{q}xq增大到2,而对于0.51来说,为了使得xqx_{q}xq增大到2,其需要增加的值更大,因此其对应的梯度也要大一点。而上式恰好可以实现这种想法。这在图1中也可以体现出来。
如何获得尺缩因子δ\deltaδ
根据下面的恒等式:
gxn=gxq+gxn−gxqxn−xq(xn−xq)=gxq+gxq+ϵ−gxqϵ(xn−xq)\begin{aligned} g_{x_{n}} &=g_{x_{q}}+\frac{g_{x_{n}}-g_{x_{q}}}{x_{n}-x_{q}}\left(x_{n}-x_{q}\right) \\ &=g_{x_{q}}+\frac{g_{x_{q}+\epsilon}-g_{x_{q}}}{\epsilon}\left(x_{n}-x_{q}\right) \end{aligned}gxn=gxq+xn−xqgxn−gxq(xn−xq)=gxq+ϵgxq+ϵ−gxq(xn−xq)
其中,ϵ=xn−xq\epsilon = x_{n} - x_{q}ϵ=xn−xq,根据量化函数四舍五入的性质,∣ϵ∣≤0.52b−1|\epsilon| \leq \frac{0.5}{2^{b}-1}∣ϵ∣≤2b−10.5, 可以认为 ϵ\epsilonϵ足够小,从而可以得到下述近似式子:
gxn≈gxq+gxq′(xn−xq)g_{x_{n}} \approx g_{x_{q}}+g_{x_{q}}^{\prime}\left(x_{n}-x_{q}\right)gxn≈gxq+gxq′(xn−xq)
其中,gxq′=∂gxq∂xqg_{x_{q}}^{\prime}=\frac{\partial g_{x_{q}}}{\partial x_{q}}gxq′=∂xq∂gxq是损失函数关于xqx_{q}xq的二阶导数。于是我们可得到:
gxn≈gxq(1+gxq′∣gxq∣sign(gxq)(xn−xq))g_{x_{n}} \approx g_{x_{q}}\left(1+\frac{g_{x_{q}}^{\prime}}{\left|g_{x_{q}}\right|} \operatorname{sign}\left(g_{x_{q}}\right)\left(x_{n}-x_{q}\right)\right)gxn≈gxq(1+∣gxq∣gxq′sign(gxq)(xn−xq))
根据上式,可以得到δ\deltaδ = gxq′∣gxq∣\frac{g_{x_{q}}^{\prime}}{\left|g_{x_{q}}\right|}∣gxq∣gxq′,但是因为计算二阶导数即海森矩阵H计算量很大。论文改用Hessian矩阵H中对角线元素的平均值来近似二阶导数,假设主对角线在矩阵H中占主导地位。
有了上述假设,我们不需要获得海森矩阵H,只需要获得H的迹Tr(H)Tr(H)Tr(H)即可。而:
Tr(H)=Tr(HI)=Tr(HE[vvT])=E[Tr(HvvT)]=E[vTHv]\begin{aligned} \operatorname{Tr}(H) &=\operatorname{Tr}(H I)=\operatorname{Tr}\left(H \mathbb{E}\left[\mathbf{v} \mathbf{v}^{T}\right]\right) \\ &=\mathbb{E}\left[\operatorname{Tr}\left(H \mathbf{v} \mathbf{v}^{T}\right)\right]=\mathbb{E}\left[\mathbf{v}^{T} H \mathbf{v}\right] \end{aligned}Tr(H)=Tr(HI)=Tr(HE[vvT])=E[Tr(HvvT)]=E[vTHv]
其中, I是一个单位矩阵,v\mathbf{v}v是一个从Rademacher distribution采样的随机向量,满足E[vvT]=I\mathbb{E}\left[\mathbf{v} \mathbf{v}^{T}\right]=IE[vvT]=I。
我们可以根据下式快速计算得到HvHvHv,从而避免直接计算H.
∂GxqTv∂xq=∂GxqT∂xqv+GxqT∂v∂xq=∂GxqT∂xqv=Hv\frac{\partial \mathcal{G}_{\mathbf{x}_{q}}^{T} \mathbf{v}}{\partial \mathbf{x}_{q}}=\frac{\partial \mathcal{G}_{\mathbf{x}_{q}}^{T}}{\partial \mathbf{x}_{q}} \mathbf{v}+\mathcal{G}_{\mathbf{x}_{q}}^{T} \frac{\partial \mathbf{v}}{\partial \mathbf{x}_{q}}=\frac{\partial \mathcal{G}_{\mathbf{x}_{q}}^{T}}{\partial \mathbf{x}_{q}} \mathbf{v}=H \mathbf{v}∂xq∂GxqTv=∂xq∂GxqTv+GxqT∂xq∂v=∂xq∂GxqTv=Hv
最后,将δ\deltaδ定义为下式:
δ=Tr(H)/NG\delta=\frac{\operatorname{Tr}(H) / N}{G}δ=GTr(H)/N
关于实验的更多细节,可以参考论文原文。
@inproceedings{lee2021network, title={Network Quantization with
Element-wise Gradient Scaling}, author={Lee, Junghyup and Kim,
Dohyung and Ham, Bumsub}, booktitle={Proceedings of the IEEE/CVF
Conference on Computer Vision and Pattern Recognition},
pages={6448–6457}, year={2021} }
模型量化论文阅读#4----EWGS:Network Quantization with Element-wise Gradient Scaling相关推荐
- 模型量化论文阅读#1----综述:A Survey of Quantization Methods for Efficient Neural Network Inference
1. 量化的基本概念 A. 问题设置和符号表示 假设网络有L层,其每层的参数表示为:{W1,W2,-,WL}\left\{W_{1}, W_{2}, \ldots, W_{L}\right\}{W1 ...
- 模型量化论文阅读#2----BRECQ: PUSHING THE LIMIT OF POST-TRAINING QUANTIZATION BY BLOCK RECONSTRUCTION
2021/5/20 10:31 第一次编辑: 1. 相关基础 量化基础知识 在量化中,一个比较重要的概念是量化函数q(⋅)q(\cdot)q(⋅),即如何从一个浮点数值映射到具有特定宽度的量化值,即: ...
- 模型量化论文阅读#3----Up or Down? Adaptive Rounding for Post-Training Quantization
前言 在量化中,常用的量化函数一般的四舍五入函数,即在量化时以0.5为阈值,当超过0.5时,结果为1:不超过0.5时,结果为0.这就是所谓的四舍五入函数.很多时候,直接进行四舍五入量化,结果往往不是最 ...
- [论文阅读] Action Semantics Network: Considering the Effects of Actions in Multiagent System
[论文阅读] Action Semantics Network: Considering the Effects of Actions in Multiagent System 原文链接:https: ...
- 【每周CV论文推荐】初学模型量化值得阅读的文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 模型量化是非常重要的模型压缩方法,在工业界应 ...
- INQ 论文解读:Incremental Network Quantization: Towards Lossless CNNs with Low-Precision Weights
这篇论文是ICLR 2017的一篇量化相关的论文.本文提出了一种渐进式量化的方法( INQ ):先分组量化,然后冻结已量化的部分并训练未量化的部分,重复以上步骤多次直到所有权重都被量化.这种渐进式量化 ...
- 论文阅读-Endmember-Guided Unmixing Network (EGU-Net) 端元指导型高光谱解混网络
标题:端元引导分解网络(EGU-NET):一种通用的自监督高光谱分解深度学习框架 期刊: IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTE ...
- 论文阅读——LSQ+: Improving low-bit quantization through learnable offsets and better initialization
LSQ+: Improving low-bit quantization through learnable offsets and better initialization from Qualco ...
- [论文阅读] Shallow Attention Network for Polyp Segmentation
论文地址:https://arxiv.org/abs/2108.00882 代码:https://github.com/weijun88/SANet 发表于:MICCAI'21 Abstract 准确 ...
最新文章
- LINUX动态链接库高级应用
- jQuery学习(一)
- 拼多多就知乎不当评论致歉!相关部门已展开调查
- CharSequence和String的区别
- Perl一行式:文本编解码、替换
- c语言返回一个数的任意倍数,几道基础C语言题
- 【机器学习基础】四个小项目完全解读支持向量机
- (4)pyspark---dataframe清理
- ERP开放平台定制化远程高效协作秘笈
- abb机器人指令手册_第1519课 ABB机器人初级教程
- Thread类学习(一)
- svg 折线添加新的折点
- ue4序列帧ui_UE4入门之路(UI篇):UI性能优化
- ios上input框上边有阴影
- 云计算入门科普系列:云计算与人工智能
- 图片自动生成css,CSS Sprites Generator
- FeHelper ( 浏览器插件 )
- Nexus max file descriptors
- 【解决】UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0xef in position 0: ordinal not in range(128
- DestroyWindow无法销毁的问题
热门文章
- 非线性规划MATLAB求解原理,专题六--非线性规划介绍及其Matlab求解方法.ppt
- 深圳两青年在伊拉克炮火中淘金400万
- 吊炸天之Android 如何实现无网络传输文件
- win10删除设备和驱动器中多余的软件图标
- php vox转码,php base64 编码图片,音频,视频
- 分析nmn抗衰老的真实性,nmn的效果到底怎么样
- 猿辅导2019 编程两道
- 2020.9.10丨Pacbio技术三代建库、测序原理
- WebStrom代码中出现浅黄色背景
- Activiti工作流(一):OA 上的那些请假流程如何快速实现呢?