近日，英特爾AI 實(shí)驗(yàn)室推出了高性能的神經(jīng)網(wǎng)絡(luò)壓縮工具Distiller，便捷地實(shí)現(xiàn)了更小更快更高效的神經(jīng)網(wǎng)絡(luò)計(jì)算。Distiller目前在PyTorch中實(shí)現(xiàn)了一系列壓縮分析算法，包括稀疏引導(dǎo)算法和低精度近似算法。工具包主要由以下三個(gè)部分組成：

一套集成了剪枝、正則化與量化的算法；

一系列分析和評(píng)價(jià)壓縮表現(xiàn)的工具；

以及一系列前沿壓縮算法的實(shí)現(xiàn)樣例。

更小更快更節(jié)能

目前的絕大多數(shù)神經(jīng)網(wǎng)絡(luò)都越來(lái)越深，其參數(shù)達(dá)到了百萬(wàn)量級(jí)。如此龐大的模型即使在硬件加速的條件下也是十分消耗資源的計(jì)算密集型算法，即使只考慮推理階段也需要花費(fèi)較多的時(shí)間。在某些低延時(shí)的場(chǎng)合，比如說(shuō)自動(dòng)駕駛和控制領(lǐng)域這樣的處理時(shí)間就會(huì)造成很多問(wèn)題。同時(shí)在消費(fèi)電子上較長(zhǎng)的延時(shí)也會(huì)造成用戶(hù)體驗(yàn)的下降。

大型模型同時(shí)也會(huì)消耗大量的內(nèi)存，以及隨之而來(lái)的算力與能耗，這對(duì)于移動(dòng)設(shè)備來(lái)說(shuō)是十分重要的問(wèn)題。同樣對(duì)于大型數(shù)據(jù)中心來(lái)說(shuō)模型的能耗也是不同忽視的問(wèn)題。同時(shí)考慮到存儲(chǔ)和傳輸?shù)南拗疲窠?jīng)網(wǎng)絡(luò)的壓縮具有十分重要的現(xiàn)實(shí)需求。在精度可以接受的條件下，壓縮的越小神經(jīng)網(wǎng)絡(luò)需要的計(jì)算資源和帶寬就越少。由于深度神經(jīng)網(wǎng)絡(luò)的權(quán)重矩陣具有稀疏性，通過(guò)正則化和剪枝以及量化過(guò)程可以很好的壓縮模型的體量。

稀疏的神經(jīng)網(wǎng)絡(luò)模型表示可以被大幅度壓縮。目前很多神經(jīng)網(wǎng)絡(luò)性能都受制于帶寬，這意味著它們的計(jì)算性能主要取決于可用的帶寬，帶寬不足的情況下硬件需要用更多的時(shí)間將數(shù)據(jù)輸入到計(jì)算單元中。全連接層、RNN和LSTM等典型的結(jié)構(gòu)就受制于帶寬。如果能夠減小這些層所需要的帶寬就能大幅提高它們的速度。

通過(guò)修剪模型中的某些權(quán)重、核甚至是整個(gè)層實(shí)現(xiàn)減小帶寬提高速度的功能，但同時(shí)卻不影響算法最終精度的表現(xiàn)，也減小了功耗和延時(shí)。最后考慮到讀寫(xiě)非片上存儲(chǔ)的能耗是片上存儲(chǔ)的兩個(gè)量級(jí)以上，如果較小的模型可以保存在片上存儲(chǔ)中，可以使性能得到質(zhì)的飛躍，讓延時(shí)和能耗也隨之降低。所以同時(shí)稀疏或者壓縮表示時(shí)，可以有效提升算法的表現(xiàn)。

工具框架

Distiller目前的設(shè)計(jì)與PyTorch進(jìn)行集成，其設(shè)計(jì)理念如下圖所示，PyTorch的訓(xùn)練與Distiller進(jìn)行交互。在distiller中包含了調(diào)度、算法和應(yīng)用等主要模塊以及匯總、日志的輔助功能，在很多常見(jiàn)的科學(xué)計(jì)算包的基礎(chǔ)上利用jupyter實(shí)現(xiàn)交互功能，基于tensorboard實(shí)現(xiàn)模型和日志信息的展示。

算法

Distiller中集成了先進(jìn)的剪枝和量化算法，幫助用戶(hù)有效的壓縮模型的體量。

剪枝算法主要分為了權(quán)重正則化、權(quán)重修剪、低精度等三種實(shí)現(xiàn)方式，7種具體的方法。

幅度剪枝利用閾值來(lái)將每一個(gè)權(quán)重進(jìn)行二值化，小于閾值的權(quán)重將被設(shè)為0，不同的層可以設(shè)置不同的權(quán)值；

敏感度剪枝與閾值的方法類(lèi)似，但使用了敏感因子s與這一層的權(quán)重分布標(biāo)準(zhǔn)差σ的乘積來(lái)作為閾值。越敏感的層（靠近輸入的）設(shè)置的s就越小；

level剪枝通過(guò)設(shè)置稀疏度來(lái)實(shí)現(xiàn)剪枝，這種方法相較于前面方法穩(wěn)定，因?yàn)槟繕?biāo)的稀疏程度與元素的賦值不相關(guān)。

自動(dòng)梯度剪枝（AGP）

這種方法的稀疏度將會(huì)隨著初始稀疏和最終稀疏自適應(yīng)的變化；

RNN剪枝

結(jié)構(gòu)剪枝（通過(guò)移除整個(gè)核、濾波器甚至是整個(gè)特征圖來(lái)實(shí)現(xiàn)）：包含了結(jié)構(gòu)排序剪枝和對(duì)于較少激活特征圖的激活相關(guān)剪枝。

量化也是一類(lèi)重要的壓縮算法，Distall中同時(shí)也集成了四種量化算法：

DoReFa-Net: Training Low Bitwidth Convolutional Neural Networks with Low Bitwidth Gradients

PACT: Parameterized Clipping Activation for Quantized Neural Networks

WRPN: Wide Reduced-Precision Networks

對(duì)稱(chēng)線性量化

安 裝

如果想要使用這個(gè)工具的小伙伴，可以到git上下載

$ git clone https://github.com/NervanaSystems/distiller.git

$ cd distiller

然后利用你喜歡的工具創(chuàng)建一個(gè)python虛擬環(huán)境

$ python3 -m virtualenv env

激活環(huán)境并安裝對(duì)應(yīng)的依賴(lài)包：

$ source env/bin/activate

$ pip3 install -r requirements.txt

注：這一版本依賴(lài)于CUDA8.0,會(huì)自動(dòng)安裝PyTorch3.1

然后就可以愉快的使用了,可以通過(guò)運(yùn)行下面的文件來(lái)熟悉工具的使用：

distiller/examples/classifier_compression/compress_classifier.py

#example

$ python3 compress_classifier.py --arch simplenet_cifar ../../../data.cifar10 -p 30 -j=1 --lr=0.01

#對(duì)于cifar10壓縮

$ time python3 compress_classifier.py -a alexnet --lr 0.005 -p 50 ../../../data.imagenet -j 44 --epochs 90 --pretrained --compress=../sensitivity-pruning/alexnet.schedule_sensitivity.yaml

#利用yaml配置文件來(lái)運(yùn)行

另外example下還有多個(gè)例子可以嘗試。