文 | ?Sherry 不是小哀

集成模型（Ensemble）可以提升模型的精度，但往往面臨提升計算量的困境，用級聯(lián)模型（Cascade）在預測時提前中斷則可解決計算量的問題。最近，谷歌和CMU的研究者對此進行了深入的分析，他們比較了常見深度神經(jīng)網(wǎng)絡在圖像任務上集成學習的效果。他們提出，通過多個輕量級模型集成、級聯(lián)可以獲得相比單個大模型更高效的提分方案。

目前大家大都通過設計模型結構，或是暴力擴大模型規(guī)模來提升效果，之后再通過模型剪枝提高效率。本文提出，這些方法費時費力，在實際應用中，可以通過更好的集成、級聯(lián)模型設計來獲取更高效的提分策略。

論文題目:
Multiple Networks are More Efficient than One: Fast and Accurate Models via Ensembles and Cascades

論文鏈接:
https://export.arxiv.org/pdf/2012.01988.pdf

Arxiv訪問慢的小伙伴也可以在 【夕小瑤的賣萌屋】訂閱號后臺回復關鍵詞 【1223】 下載論文PDF~

高效的提分策略

▲cascade1.png

Xiaofang Wang等人將集成學習的方法應用到常見的圖像分類模型上，僅僅使用2-3個弱分類器（例如EfficientNet-B5）就可在同樣推理計算量的條件下達到強分類器（例如EfficientNet-B6甚至B7）的準確率。如果進一步加入了級聯(lián)學習的機制則可進一步降低運算量。

從上圖中我們可以看出，集成學習本身（方塊）已經(jīng)相對于單模型（圓點）在精度（Accuracy）-運算量（FLOPS）平面上有提升，而加入了級聯(lián)方法（五角星）則可進一步提升效果。特別的，盡管經(jīng)過精心設計的Inception-v4模型（位于(13,80)的黑點）表現(xiàn)優(yōu)于所有ResNet（下方黑色圓點）模型，但通過級聯(lián)得到的ResNet（藍色五角星）可以在準確率-計算量圖上獲得優(yōu)于Inception-Net的效果。

群眾的眼睛是雪亮的！

集成學習的方法可以為什么可以暴力提高模型預測準確率呢？我們首先訓練多個弱分類器（這里拿分類任務來舉例子），把每個弱分類器的意見結合起來看，我們就能得到一個更靠譜的分類結果。常見的集成學習方法包括Bagging^[2], Boosting^[3]和 AdaBoost^[4]。實際應用中，我們使用不同的隨機種子初始化模型，將訓練好的模型預測概率取平均，或者是簡單的投票，就能提升一定的準確率。

Thomas G Dietterich在^[5] 中就給出了集成學習能成功的理論解釋。用平均值的方法集成模型可以看成在假設空間中找一組點的重心，投票的方法也類似找某個“心”。

統(tǒng)計學上來說，我們使用模型學習假設時，如果訓練數(shù)據(jù)量小于假設空間的大小時，模型就會學到不同的假設。上圖的左上角中，外部曲線表示假設空間，內部曲線表示在訓練數(shù)據(jù)上能學到的假設范圍，點f是真實的假設;通過平均幾個學習到的假設，我們可以找到f的良好近似值。

從隨機梯度下降（SGD）的角度而言，我們通常得到的是局部最優(yōu)解。把從不同初始參數(shù)學到的模型集合起來，可以比任何單獨的分類器更好地近似真實分布（上圖右上角）。

從表示學習角度出發(fā)，由于模型和數(shù)據(jù)的限制，在大多數(shù)訓練集，學習到整個假設空間的假設，例如上圖下半部分。通過平均，可以擴展可表示函數(shù)的空間，從而得到這些原本無法學習到的表示。

暴力獲得又好又快的模型

實際應用中，我們的資源往往是有限的。在不降低模型精度的條件下減少運算量一直是個重要的命題，很多研究者也對模型效率的提升作出了深入的研究，例如對模型結構進行精細的改造。但這些方法往往要求對下游任務有深入的理解，或者是需要大量的資源來進行網(wǎng)絡進化的搜索。我們已經(jīng)知道集成學習可以獲得更好的精度，那么只要能成功降低運算量，是不是就可以做到又好又快了？級聯(lián)學習就是個很不錯的方法。

對于一個很簡單的題目，小盆友就可以準確地得出答案，那我們也沒有必要讓所有磚家都和ta一起做一遍題，對吧？級聯(lián)學習就利用這樣的想法，我們先讓一些弱分類器對問題作出預測，如果它有很高的置信度，我們就可以相信他的答案，這樣就不需要用其他模型預測，可以大大減少運算量。文中對每個分類器設定了一個置信度閾值，這里他們使用概率最大類的得分作為預測的置信度，當前第k個分類器的置信度超過閾值的時候我們就結束預測并給出前k個分類器集成的答案，否則繼續(xù)加入下一個分類器的結果。

本文用兩個弱分類器集成做實驗。他們發(fā)現(xiàn)當?shù)谝粋€分類器的退出閾值不斷提高，在某個閾值之后集成模型的效果將達到平臺（可以認為這個平臺是不加入提前退出的集成模型效果），而平臺的最左端與最右端比，平均運算量有50%左右的降低。同時，在用B3, B5, B5, 和 B5集成獲得B7模型準確率的實驗中，他們發(fā)現(xiàn)這些模型的退出比例依次 67.3%, 21.6%, 5.6% 和 5.5%。也就是說對67.3%的情況，我們只需要用一個B3模型就運算量可以獲得B7模型的準確率；而只有5.5%的情況需要運算所有四個模型來集成。這正說明了級聯(lián)學習可以有效降低集成模型的預測運算量。

▲cascade3.png

準確率和運算量的精準控制

僅僅減少運算量還不夠，模型上線的時候往往對準確率和運算量有著嚴格的要求。我們還可以用優(yōu)化算法在滿足一些條件的情況下找到最佳級聯(lián)模型的設定。例如：

在滿足運算量上限的同時獲得更高的準確率。除了限定運算量之外，還可以選擇最低準確率，最差情況運算量作為優(yōu)化問題的限制條件。本文由于只選擇較少的弱分類器，使用暴力搜索來解這個優(yōu)化這個問題。我們還可以通過更有效率的方法得到級聯(lián)方案，參考^[6].

沒有多種模型？可以自級聯(lián)！

上述集成和級聯(lián)方法都要求我們有多種設定的不同模型，那如果我們只能訓練一個模型呢？借鑒（Hugo Touvron, Andrea Vedaldi, Matthijs Douze, and Herve ? Je ?gou. Fixing the train-test resolution discrepancy. In NeurIPS, 2019.）的想法，在預測的時候，我們將不同清晰度的圖片輸入同一個模型，從而達到多模型集成的效果。例如在下圖表格的第一行（B2）中，我們有一張圖片，使用240*240和300*300的兩種分辨率的圖片輸入，結果看作兩個模型集成。從實驗結果可以發(fā)現(xiàn)，通過自級聯(lián)的方法后，在保持相似準確率的同時，我們可以獲得1.2-1.7倍的加速。

總結

本文探究并分析了結合集成和級聯(lián)的方法，簡單有效地在提升模型準確度的同時降低了運算量。除了分類任務之外，本文同樣也驗證了該方法在視頻分類和圖像分割任務上的有效性。

整體而言，本文并沒有提出新的算法，但是為我們提供了工程上線時低成本獲得高精度模型的一種方案。個人認為本文的一大缺點在于如此級聯(lián)預測會給并行提速增加難度，原文作者也承認了這一點并指出該方法對離線預測更有效。

本文雖然是在圖像數(shù)據(jù)上做的實驗，但是集成和級聯(lián)不局限于CNN，遷移到NLP同樣適用。

萌屋作者：Sherry 不是小哀。

本科畢業(yè)于復旦數(shù)院，轉行NLP目前在加拿大滑鐵盧大學讀CS PhD。經(jīng)歷了從NOIer到學數(shù)學再重回CS的轉變，卻堅信AI的未來需要更多來數(shù)學和自認知科學的理論指導。主要關注問答，信息抽取，以及有關深度模型泛化及魯棒性相關內容。

作品推薦：

無需人工！無需訓練！構建知識圖譜 BERT一下就行了！

Google Cloud TPUs支持Pytorch框架啦！

后臺回復關鍵詞【入群】

加入賣萌屋NLP/IR/Rec與求職討論群

后臺回復關鍵詞【頂會】

獲取ACL、CIKM等各大頂會論文集！

?

[1]Multiple Networks are More Efficient than One: Fast and Accurate Models via Ensembles and Cascades (https://export.arxiv.org/pdf/2012.01988.pdf)

[2]Bagging predictors. by Leo Breiman. P123–140, 1996.

[3]The strength of weak learnability. by Robert E Schapire. P197–227, 1990.

[4]A decision-theoretic generalization of on-line learning and an application to boosting. by Yoav Freund and Robert E Schapire.

[5]Ensemble Methods in Machine Learning (https://web.engr.oregonstate.edu/~tgd/publications/mcs-ensembles.pdf)

[6]Approximation Algorithms for Cascading Prediction Models (http://proceedings.mlr.press/v80/streeter18a/streeter18a.pdf)

[7]知乎：關于為什么要使用集成學習 https://zhuanlan.zhihu.com/p/323789069

總結

以上是生活随笔為你收集整理的谷歌、CMU发文：别压榨单模型了！集成+级联上分效率更高！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。