ICCV 2019 将于 10.27-11.2 在韩国首尔召开，本次会议总共接受 1077 篇，总提交 4303 篇，接收率 25%。厦门大学媒体分析与计算实验室共有 6 篇论文接受其中两篇为 oral。
本文是论文一作郑侠武对论文《multinomial distribution learning for effective neaural architecture search》的解读。该论文由厦门大学媒体分析与计算实验室（纪荣嵘团队）、深圳鹏城实验室合作完成，旨在降低神经网络结构检索（NAS）中搜索消耗的计算量。
论文代码：https://github.com/tanglang96/MDENAS
摘要
近年来，通过神经架构搜索（NAS）算法生成的架构在各种计算机视觉任务中获得了极强的的性能。然而，现有的 NAS 算法需要再上百个 GPU 上运行 30 多天。在本文中，我们提出了一种基于多项式分布估计快速 NAS 算法，它将搜索空间视为一个多项式分布，我们可以通过采样-分布估计来优化该分布，从而将 NAS 可以转换为分布估计/学习。
除此之外，本文还提出并证明了一种保序精度排序假设，进一步加速学习过程。在 CIFAR-10 上，通过我们的方法搜索的结构实现了 2.55％的测试误差，GTX1080Ti 上仅 4 个 GPU 小时。在 ImageNet 上，我们实现了 75.2％的 top1 准确度。
背景介绍
给定数据集，神经架构搜索（NAS）旨在通过搜索算法在巨大的搜索空间中发现高性能卷积架构。NAS 在各个计算机视觉领域诸如 图像分类，分割，检测等取得了巨大的成功。
图一：神经网络结构检索
如图一显示，NAS 由三部分组成：搜索空间，搜索策略和性能评估：传统的 NAS 算法在搜索空间中采样神经网络结构并估计性能，然后输入到搜索策略算法中进行更新，一直迭代至收敛。尽管取得了显着进步，但传统的 NAS 方法仍然受到密集计算和内存成本的限制。
例如，强化学习（RL）方法 [1] 需要在 20,000 个 GPU 上训练 4 天，以此训练和评估超过 20,000 个神经网络。最近 [2] 中提出的可微分的方法可以将搜索空间松弛到连续的空间，从而可以通过在验证集上的梯度下降来优化体系结构。然而，可微分的方法需要极高的 GPU 显存，并且随着搜索空间的大小线性增长。
主要方法
1. 精度排序假设
大多数 NAS 方法使用标准训练和验证对每个搜索的神经网络结构进行性能评估，通常，神经网络必须训练到收敛来获得最终的验证集的评估，这种方式极大的限制了 NAS 算法探索搜索空间。但是，如果不同结构的精度排序可以在几个训练批次内获取，为什么我们需要在将神经网络训练到收敛？
例如下图二，我们随机采样四个网络结构（LeNet，AlexNet，ResNet 和 DenseNet）在不同的次数下，在训练集和测试集中的性能排名是一致的（性能排名保持为 ResNet-18> DenseNet-BC> AlexNet> LeNet 在不同 网络和训练时代）。
图 2 精度排序假设
基于这一观察，我们对精度排序提出以下假设：在训练过程中，当一个网络结构 A 的精度比网络结构 B 要好，那么当收敛的时候，网络结构 A 的表现也优于网络结构 B.
2. 搜索空间
在搜索空间上，我们主要延续了 [2] 中的搜索空间，
图 3 搜索空间
具体搜索空间如图 3 所示：（a）单元可以堆叠起来形成一个卷积网络，或者递归连接形成一个循环网络。（b）一个单元（cell）作为最终架构的基石，单元是由 N 个有序节点组成的全连接有向无环图。
每个节点都是一个特征（神经网络的卷积特征或者其他特征），每个有向边是对该节点的某种运算。假设每个单元有两个输入节点和一个输出节点。对于卷积单元，输入节点被定义为前两层的单元输出 [1][2]。通过对所有中间节点应用及连操作（concatenation）来获得最终的单元的输出。
3. 搜索算法
针对精度排序假设，我们设计了一套基于多项式分布学习的神经网络结构检索算法，首先对于整个搜索空间，我们假设图 3 中的搜索空间为一个多项式分布，最开始的时候，每一个多项式分布的初始概率值保持一致，即假设有 8 个可选的操作，那么搜索空间中每一个的概率为 1/8。在训练的时候，每一个训练的 epoch，我们首先对网络结构进行采样。采样结束后，对于一个节点输入的操作为具体边对应采样的点：
进行采样后，进行训练以及测试，在搜索空间中我们记录下每一个操作被采样的次数以及精度。并且计算针对训练批次的差分以及精度的差分：
利用计算好的差分，我们更新每一个操作的概率：
从上面的公式中，对于搜索空间中的两个操作，我们主要进行下面的比较，当一个操作 A 与另外一个操作 B 之间进行比较，当 A 的训练批次比 B 要少，但是精度却更高，我们认为 A 比 B 要好，所以增加 A 的概率的同时的减少 B 的概率，反之亦然：当 A 比 B 要差，把 A 的概率分给 B。
最后当多项式分布仅有一个选择，或者墒少于一定的值的时候（在实验中，基本上 150 个 epoch 之后基本上结构就会稳定不变），我们认为算法收敛。
实验
精度排序假设的论证
我们首先对精度排序假设进行论证，论证方式为：随机从搜索空间中采样网络结构，训练这些网络结构，计算每一个中间 epoch 与最终收敛时候的 epoch 的排序精度。其中评价指标为 kendall』s tau：具体阐述了两个排序之间的准确度，两个排序中保持一致的对数。
图 4 精度排序假设实验。
在上图中我们可以发现，kendall's Tau 在所有的 epoch 中保持了很高的准确度（kendall』s Tau 范围为 [-1,1],0 代表两个 rank 的一致的概率为 50%。），特别的，我们计算 kendall's Tau 的平均值为 0.47，代表不同的 epoch，评价指标的准确度为 74%。
神经网络结构检索实验
根据之前的文章 [1][2][3]，我们主要设置了三个实验，(1) 直接在 cifar10 上面搜索，训练以及测试，(2) 在 cifar10 上搜索，将网络结构进行迁移，迁移到 ImageNet 数据集进行训练测试。（3）直接在 ImageNet 上搜索训练以及测试。
对应的实验结果为：
（1）搜索数据集：cifar10；训练数据集：cifar10；测试数据集：cifar10；
该实验具体搜索时间上的性能指标以及测试错误率如下表显示：
搜索到最好的结构为：
（2）搜索数据集：cifar10；训练数据集：ImageNet；测试数据集：ImageNet；该实验具体搜索时间上的性能指标以及测试错误率如下表显示：
（3）搜索数据集：ImageNet；训练数据集：ImageNet；测试数据集：ImageNet；
该实验具体搜索时间上的性能指标以及测试错误率如下表显示：
对应的网络结构为：
结论
在本文中，我们介绍了第一种基于分布式学习神经网络结构搜索算法。我们的算法基于新颖的精度排序假设，该假设能够进一步缩短搜索时间，从而利用比较早期训练过程中的架构性能的排序来优化搜索算法。从我们的假设中受益，提出的搜索算法大大降低了计算量，同时在 CIFAR-10 和 ImageNet 上表现出了出色的模型精度以及高效的搜索效率。此外，我们提出的方法可以直接在 ImageNet 上进行搜索，相比于人类设计的网络和其他 NAS 方法更优越。
[1] Elsken T, Metzen J H, Hutter F. Neural architecture search: A survey[J]. arXiv preprint arXiv:1808.05377, 2018.
[2] Liu H, Simonyan K, Yang Y. Darts: Differentiable architecture search[J]. arXiv preprint arXiv:1806.09055, 2018.
[3] Han Cai and Ligeng Zhu and Song Han ProxylessNAS: Direct Neural Architecture Search on Target Task and Hardware. International Conference on Learning Representations 2019.
[4] Xiawu Zheng, Rongrong Ji∗ , Lang Tang , Baochang Zhang, Jianzhuang Liu, Qi Tian Multinomial Distribution Learning for Effective Neural Architecture Search. ICCV 2019
