本文介绍针对一篇移动端自动设计网络的文章《MnasNet：Platform-Aware Neural Architecture Search for Mobile》，由Google提出，很多后续工作都是基于这个工作改进的，因此很有必要学习了解。
Related work
MnasNet的目的很简单就是设计出表现又好，效率又高的网络。在介绍之前简单回顾一下现有的一些提高网络效率的方法：
- quantization：就是把模型的权重用更低精度表示，例如之前使用float32来存储权重，那么我们可以试着用8位来存，更极致的思路是0,1来存，这就是Binary Network，也有一些工作研究这个，本文不做细究。
- pruning：就是把模型中不重要的参数删掉。常用的一种剪枝方法是对通道数进行剪枝，因为这种方法实现起来方便，得到的模型结构也是规则的，计算起来也方便。
- 人工设计模块
- ShuffleNet
上图(a)就是加入Depthwise的ResNet bottleneck结构，而(b)和(c)是加入Group convolution和Channel Shuffle的ShuffleNet的结构。 - MobileNet：引入Depthwise Separable Convolution (DWConv)
- MobileNetv2：在DWConv基础上引入inverted residuals and linear bottlenecks
- SqueezeNet
卷积模块设计思路如下图示，首先使用1x1卷积对输入特征图做压缩，所以叫做Squeeze层；压缩之后需要经过Expand层还原，这里会对压缩后的特征做两路还原，一路用1x1卷积，另一路用3x3卷积，最后对两路的结果做concat。
看下图可能会更加有助于理解：
- CondenseNet： 参考文章CondenseNet算法笔记
- ShuffleNet
MnasNet算法介绍
优化目标
之前的NAS算法（如DARTS，ENAS)考虑更多的是模型最终结果是否是SOTA，MnasNet则是希望搜索出又小又有效的网络结构，因此将多个元素作为优化指标，包括准确率，在真实移动设备上的延迟等，最终定义的优化函数如下：
\[ \begin{array}{l}{\quad \underset{m}{\operatorname{maximize}} \quad A C C(m) \times\left[\frac{L A T(m)}{T}\right]^{w}} \tag{1} \\ {\text { where } w \text { is the weight factor defined as: }} \\ {\qquad w=\left\{\begin{array}{ll}{\alpha,} & {\text { if } L A T(m) \leq T} \\ {\beta,} & {\text { otherwise }}\end{array}\right.} \end{array} \]
上式中个符号含义如下：
- \(m\)表示模型(model)
- \(ACC(m)\)表示在特定任务上的结果（如准确率）
- \(LAT(m)\)表示在设备上测得的实际计算延迟时间
- \(T\)表示目标延迟时间（target latency）
- \(w\)表示不同场景下对latency的控制因子。当实测延迟时间\(LAT(m)\)小于目标延迟时间\(T\)时，\(w=α\)；反之\(w=β\)
上面式子其实表示为帕累托最优，因为一般而言延迟越长，代表模型越大，即参数越大，相应地模型结果也会越好；反之延迟越小，模型表现也会有略微下降。
文中提到latency单位提升会带来5%的acc提升。也就是说假如模型A最终延迟为t,准确率为a;模型B延迟为2t，那么它的准确率应该是a(1+5%)。但是这两个模型的reward应该是相等地，套用上面的公式有
\[ Reward(A)=a\times(t/T)^\beta \\ Reward(B)=a(1+5\%)(2t/T)^\beta \]
求解得到\(\alpha=\beta=-0.7\)
搜索空间
之前的NAS算法都是搜索出一个比较好的cell，然后重复堆叠若干个cell得到最终的网络，这种方式很明显限制了网络的多样性。MnasNet做了一些改进可以让每一层不一样，具体思路是将模型划分成若干个block，每个block可以由不同数量的layer组成，每个layer则由不同的operation来表示，
Net
|__block
|__layer
|___operations示意图如下：
可以看到搜索空间包含如下：
- 标准卷积，深度可分离卷积(DWConv), MBConv(即上面提到的MobileNetV2的卷积模块)
- 卷积核大小：3, 5, 7等
- Squeeze-and-excitation ratio (SE-Ratio): 0, 0.25
- Skip-connection
- 输出通道数
- 不同block中的layer数量 \(N_i\)
搜索算法
和ENAS一样使用的是强化学习进行搜索，这里不做细究（其实论文里也没怎么说）。
实验
实验设置
之前的算法都是先在CIFAR10上搜索得到网络后，再在ImageNet上训练一个更大的网络。MnasNet则是直接在ImageNet上搜网络，但是只是在训练集上搜了5个epoch。
实验结果
ImageNet实验结果
下图中的结果和预期一样，延迟越高，结果会稍微好一些。
作者还对比了SE模块的效果，结果如下,可以看到效果还是不错的。
有的时候为了适应实际场景需要，我们会对模型的通道数量进行修改，例如都砍掉一半或者增加一倍等，这样就可以达到模型大小减小或增大的作用了，这个可以由depth multipilier参数表示。但是有下面的结果可以看出和MobileNetV2相比，基于MnasNet找到的网络对于通道数量变化鲁棒性更强（左图），同样对于输入数据大小也更加具有鲁棒性（右图）。
消融实验（Ablation Study）
Soft vs. Hard Latency Constraint
前面介绍过用于控制延迟时间的因子 \(\alpha\)和\(\beta\),实验对比了两组参数设置：
- \(\alpha=0，\beta=-1\)
- \(\alpha=-0.07，\beta=-0.07\)。实验结果如下：
设置的目标延迟时间为75ms，可以看到第二个参数配置能够覆盖更加广的模型结构
多目标优化和搜索空间
这一个实验探究的是本文提出的多目标优化和搜索空间的有效性，一共设置了三组实验，其中baseline是NASNet，实验结果如下：
可以看到多目标优化能够找到延迟更小的网络，而Mnas提出的搜索空间对模型表现也有一定提升。
MnasNet结构和Layer多样性
下图给出了搜索得到的MnasNet的结构，可以看到每层结构都不太一样，不像之前的算法是简单地叠加而成。
最后作者还对比了使用单一操作组成的网络结果对比，实验结果如下，可以看到虽然只使用MBConv5(k5x5)最终accuracy最高，但是他的推理延迟也很高，所以综合来看还是MnasNet-A1表现最好。