Поиск архитектуры нейронной сети

Определение:

Поиск архитектуры нейронной сети (англ. Neural Architecture Search, NAS) — это процесс автоматизации проектирования архитектуры нейронной сети. Другими словами, это процесс поиска лучшей структуры модели машинного обучения. Система NAS получает на вход набор данных и тип задачи (классификация, регрессия и т.д.), и на выходе дает архитектуру модели. Полученная архитектура будет работать лучше остальных архитектур для данного типа задачи при обучении на предоставленном наборе данных.

NAS можно рассматривать как часть автоматического машинного обучения (англ. AutoML). NAS существенно пересекается с оптимизацией гиперпараметров. Чтобы из всех возможных архитектур найти нужную, NAS следует стратегии поиска, которая максимизирует производительность.

Принцип работы

Методы для NAS классифицируются по трем категориям: пространство поиска (англ. Search Space), стратегия поиска (англ. Search Strategy) и стратегия оценки эффективности (англ. Performance Estimation Strategy). Схематичный принцип работы NAS отображен на рисунке 1.

Рисунок 1 — Обобщающая иллюстрация методов NAS. Стратегия поиска выбирает архитектуру [math]A[/math] из предопределенного пространства поиска [math]A[/math]. Архитектура передается в стратегию оценки производительности, которая возвращает оценку эффективности [math]A[/math] в стратегию поиска.

Пространство поиска (англ. Search Space)

Пространство поиска определяет, какую нейронную архитектуру в принципе может обнаружить система NAS. Это может быть цепочечная архитектура (рисунок 2, слева), в которой выход уровня [math](n-1)[/math] подается как вход уровня [math](n)[/math]. Или это может быть сложная ветвистая архитектура с пропусками соединений (рисунок 2, справа).

В некоторых случаях используют спроектированный вручную каркас архитектуры (макроархитектуру), состоящий из повторяющихся ячеек (англ. motifs/blocks/cells). В таких случаях каркас является фиксированным, а задача NAS заключается в поиске архитектуры самих ячеек. Такой тип поиска известен как микро-поиск (англ. cell-search) (рисунок 3).

• 

  Рисунок 2 — цепочечная архитектура (слева) и ветвистая архитектура (справа). Различные типы слоев визуализируются разными цветами. Ребро от слоя [math]C_i[/math] до слоя [math]C_j[/math] означает, что [math]C_j[/math] в качестве входных данных получает выходные данные [math]C_i[/math].
• 

  Рисунок 3 — Слева: архитектуры ячеек. Например, обычная (англ. normal cell) вверху и редуцированная (англ. reduction cell) внизу. Cправа: каркас архитектуры состоит из 3 ячеек, конкретные архитектуры ячеек помещены в каркас.

Предварительные знания о типичных свойствах архитектур могут уменьшить размер пространства поиска и упростить поиск. Тем не менее, они также могут помешать человеку найти новые архитектурные ячейки, которые выходят за рамки современных человеческих знаний.

Наиболее часто используемые типы архитектур для NAS:

• полные архитектуры (англ.entire structures)
• прогрессивные архитектуры (англ. progressive structures)
• архитектуры, основанные на ячейках (англ. cell-based structures)
• архитектуры, основанные на морфизме (англ. morphism-based structures)

Стратегия поиска (англ. Search Strategy)

Стратегия поиска подробно описывает, как исследовать пространство поиска, которое часто экспоненциально велико или даже неограниченно. Она включает в себя классический компромисс между разведкой и эксплуатацией, поскольку, с одной стороны, желательно найти быстро работающие архитектуры, с другой стороны, следует избегать преждевременного схождения.

Для изучения пространства нейронных архитектур можно использовать множество различных стратегий поиска, включая случайный поиск, байесовскую оптимизацию, эволюционные методы, обучение с подкреплением и методы на основе градиента.

Сравнение методов стратегий поиска

Лучшие результаты на сегодняшний день показывает NAS с использованием стратегии байесовской оптимизации (рисунок 4).

Рисунок 4 — Слева: результат экспериментов, минимизирующих функцию потерь и количества параметров модели. Cправа: сравнение основных используемых в NAS алгоритмов. Источник, стр. 8

Байесовская оптимизация (англ. Bayes Optimization, BO) использует алгоритм для построения вероятностной модели целевой функции, а затем использует эту модель, чтобы выбрать наиболее перспективные гиперпараметры и оценивает выбранные гиперпараметры на истинной целевой функции. Таким образом, байесовская оптимизация может итеративно обновлять вероятностную модель, ведя учет оценок прошлых результатов.

BANANAS (англ. Bayesian optimization with neural architectures for NAS)

Рисунок 5 — Иллюстрация мета-нейронной сети в алгоритме BANANAS. Источник, стр. 2

Сложностью применения байесовской оптимизации в NAS является обязательное наличие функции расстояния между различными архитектурами нейросети. Чтобы обойти этот момент, был разработан BANANAS — алгоритм, использующий специальную кодировку (англ. path encoding) для кодирования входных архитектур и получающий на выходе вероятностные распределения (рисунок 5).

Алгоритм BANANAS:

1. Выбираются [math]t_0[/math] случайных архитектур из пространства поиска.
2. Итерационно проводится обучение ансамбля мета-нейронных сетей на выбранных архитектурах. Каждая сеть ансамбля является сетью прямой связи с полностью связанными слоями, каждому слою дается случайная инициализация весов и случайный порядок обучающего набора. Используемая функция ошибки — вариация MAPE (англ. Mean Absolute Percentage Error).
   1. Далее формируется набор архитектур-кандидатов посредством случайных изменений лучших архитектур после обучения.
   2. Для каждой архитектуры-кандидата определяется значение переданной на вход функции сбора независимой выборки Томпсона (англ. ITS acquisition function).
   3. Для архитектуры-кандидата с минимальным значением функции сбора определяется значение целевой вероятностной функции.

Стратегия оценки эффективности (англ. Performance Estimation Strategy)

Целью NAS обычно является поиск архитектуры, обеспечивающей высокую точность прогнозов. Определением этой точности занимается процесс оценки эффективности. Самый простой вариант — выполнить стандартное обучение и проверку архитектуры данных, но это, к сожалению, вычислительно дорого и ограничивает количество архитектур, которые можно изучить. Поэтому многие недавние исследования направлены на разработку методов, способных снизить стоимость оценки эффективности и увеличить скорость. Уже разработанные методы:

• Сокращение качества оценки — более высокая скорость достигается сокращением набора данных.
• Экстраполяция прямой обучения — функция оценки может быть экстраполирована после всего нескольких обучающих итераций.
• Наследование / Сетевые морфизмы — параметры модели не ищутся каждый раз, они наследуются по каким-либо правилам.
• Модели One-Shot / Распределение веса — обучается только одна модель, далее ее веса/параметры используются остальными моделями.

См. также

• Автоматическое машинное обучение
• Настройка гиперпараметров
• Обучение с подкреплением
• Модель алгоритма и её выбор
• Эволюционные алгоритмы

Источники информации

• AutoML: A Survey of the State-of-the-Art Xin He, Kaiyong Zhao, Xiaowen Chu
• Bayesian Optimization with Neural Architectures for Neural Architecture Search, Colin White, Willie Neiswanger, Yash Savani
• Medium Towards Data Science - Neural Architecture Search (NAS) - The Future Of Deep Learning
• Neural Architecture Search: A Survey