论文浏览(6) EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

原創

2020-06-13 21:00

0. 前言

而神经网络设计时，一般步骤是先设计/选择一个基础网络（如ResNet/MoBileNet），再在基础网络的基础上对一些网络结构基本参数（如depth/width/resolution）进行缩放（scaling）。
- 在设计神经网络之前，一般会预先设定最多能使用的资源。这就会作为模型参数缩放的条件。
上述模型设计存在的问题：
- 但具体缩放的方式到目前为止并没有什么都只是一些试错的结果。
- 一般在模型缩放时，都是对其中一个维度进行，稍有多个维度同时进行的。
- 之前也有同时扩展多个维度的算法，都需要大量手工调参。

提出了一种新的模型缩放方法：
- 同时缩放多个维度（depth/width/resolution）
- 使用了一个简单并高效的混合系数（compound coefficient）。
- 不同维度模型缩放方法如下图所示：
模型缩放的具体细节：
- 将问题抽象画为一个数学公式：
  - 其中 w, r, d 是模型缩放参数，而 F, L, H, W, C 都是baseline的基本参数。
- 模型设计的难点在于寻找到在符合条件内最优的参数 w, r, d
  - 首先有一个观察结果：增加任意一个维度都可以提高模型精度，大模型提高的精度较少。
  - 不同维度的缩放并不是独立的：
    - 更大的图像分辨率就需要更大的深度，从而提高视野域内的特征。
    - 更大的图像分辨率也需要更大的宽度，每一层获取更多的特征。
  - 本文提出了 compound scaling method 混合缩放方法，这种方法令 w, r, d 通过下面公式确定：
    - $\phi$ 是我们要确定的参数，表示能多多少资源（模型增加多少倍）。
    - $\alpha, \beta, \gamma$ 是通过 grid search 获取。
设计了一种新的baseline用于缩放
- 上面提出的模型缩放技术对于baseline的要求非常高，在mobilenet/resnet上都达到的较好的效果。
- 为了进一步提高性能，通过NAS设计了一种新的baseline。