CNN模型之SqueezeNet

作者： 叶 虎

编辑：赵一帆

01

引言

SqueezeNet是Han等提出的一种轻量且高效的CNN模型，它参数比AlexNet少50x，但模型性能（accuracy）与AlexNet接近。

在可接受的性能下，小模型相比大模型，具有很多优势：

1. 更高效的分布式训练，小模型参数小，网络通信量减少；
2. 便于模型更新，模型小，客户端程序容易更新；
3. 利于部署在特定硬件如FPGA，因为其内存受限。因此研究小模型是很有现实意义的。

Han等将CNN模型设计的研究总结为四个方面：

1. 模型压缩：对pre-trained的模型进行压缩，使其变成小模型，如采用网络剪枝和量化等手段；
2. 对单个卷积层进行优化设计，如采用1x1的小卷积核，还有很多采用可分解卷积（factorized convolution）结构或者模块化的结构（blocks, modules）；
3. 网络架构层面上的优化设计，如网路深度（层数），还有像ResNet那样采用“短路”连接（bypass connection）；
4. 不同超参数、网络结构，优化器等的组合优化。

SqueezeNet也是从这四个方面来进行设计的，其设计理念可以总结为以下三点：

1. 大量使用1x1卷积核替换3x3卷积核，因为参数可以降低9倍；
2. 减少3x3卷积核的输入通道数（input channels），因为卷积核参数为：(number of input channels) * (number of filters) * 3 * 3.
3. 延迟下采样（downsample），前面的layers可以有更大的特征图，有利于提升模型准确度。目前下采样一般采用strides>1的卷积层或者pool layer。

02

SqueezeNet网络结构

SqueezeNet网络基本单元是采用了模块化的卷积，其称为Fire module。Fire模块主要包含两层卷积操作：一是采用1x1卷积核的squeeze层；二是混合使用1x1和3x3卷积核的expand层。Fire模块的基本结构如图1所示。在squeeze层卷积核数记为s_1x1，在expand层，记1x1卷积核数为e_1x1，而3x3卷积核数为e_3x3。为了尽量降低3x3的输入通道数，这里让s_1x1的值小于e_1x1与e_3x3的和。这算是一个设计上的trick。

图1 Fire模块的基本结构示意图

整个SqueezeNet就是使用Fire基本模块堆积而成的，网络结构如图2所示，其中左图是标准的SqueezeNet，其开始是一个卷积层，后面是Fire模块的堆积，值得注意的是其中穿插着stride=2的maxpool层，其主要作用是下采样，并且采用延迟的策略，尽量使前面层拥有较大的feature map。中图和右图分别是引入了不同“短路”机制的SqueezeNet，这是借鉴了ResNet的结构。具体每个层采用的参数信息如表1所示。

图2 SqueezeNet网络结构

表1 SqueezeNet各层参数信息

下面说一下SqueezeNet的一些具体的实现细节：

1. 在Fire模块中，expand层采用了混合卷积核1x1和3x3，其stride均为1，对于1x1卷积核，其输出feature map与原始一样大小，但是由于它要和3x3得到的feature map做concat，所以3x3卷积进行了padding=1的操作，实现的话就设置padding=”same”；
2. Fire模块中所有卷积层的激活函数采用ReLU；
3. Fire9层后采用了dropout，其中keep_prob=0.5；
4. SqueezeNet没有全连接层，而是采用了全局的avgpool层，即pool size与输入feature map大小一致；
5. 训练采用线性递减的学习速率，初始学习速率为0.04。

03

SqueezeNet性能

从网络结构来看，SqueezeNet也算是设计精良了，但是最终性能还是要实验说话。论文作者将SqueezeNet与AlexNet在ImageNet上做了对比，值得注意的是，不仅对比了基础模型之间的差异，还对比了模型压缩的性能，其中模型压缩主要采用的技术有SVD，网络剪枝（network pruning）和量化（quantization）等。具体的对比结果如表2所示。

首先看一下基准模型的性能对比，SqueezeNet的Top-1优于AlexNet，Top-5性能一样，但是最重要的模型大小降低了50倍，从240MB->4.8MB，这个提升是非常有价值的，因为这个大小意味着有可能部署在移动端。作者并没有止于此，而是继续进行了模型压缩。其中SVD就是奇异值分解，而所谓的网络剪枝就是在weight中设置一个阈值，低于这个阈值就设为0，从而将weight变成系数矩阵，可以采用比较高效的稀疏存储方式，进而降低模型大小。

值得一提的Deep Compression技术，这个也是Han等提出的深度模型压缩技术，其包括网络剪枝，权重共享以及Huffman编码技术。这里简单说一下权重共享，其实就是对一个weight进行聚类，比如采用k-means分为256类，那么对这个weight只需要存储256个值就可以了，然后可以采用8 bit存储类别索引，其中用到了codebook来实现。关于Deep Compression详细技术可以参加文献[2]。

从表2中可以看到采用6 bit的压缩，SqueezeNet模型大小降到了0.47MB，这已经降低了510倍，而性能还保持不变。为了实现硬件加速，Han等还设计了特定的硬件来高效实现这种压缩后的模型，具体参加文献[3]。

顺便说过题外话就是模型压缩还可以采用量化（quantization），说白了就是对参数降低位数，比如从float32变成int8，这样是有道理，因为训练时采用高位浮点是为了梯度计算，而真正做inference时也许并不需要这么高位的浮点，TensorFlow中是提供了量化工具的，采用更低位的存储不仅降低模型大小，还可以结合特定硬件做inference加速。

表2 SqueezeNet与AlexNet的对比结果

除了上面的工作，作者还探索了网络的设计空间，包括微观结构和宏观结构，微观结构包括各个卷积层的维度等设置，宏观结构比如引入ResNet的短路连接机制，详细内容可以参考原论文[1]。

04

SqueezeNet的TensorFlow实现

Fire模块中的expand层可以看成两个普通的卷积层，然后做concat，所以SqueezeNet很容易使用TensorFlow实现：

class SqueezeNet(object):
    def __init__(self, inputs, nb_classes=1000, is_training=True):
        # conv1
        net = tf.layers.conv2d(inputs, 96, [7, 7], strides=[2, 2],
                                 padding="SAME", activation=tf.nn.relu,
                                 name="conv1")        # maxpool1
        net = tf.layers.max_pooling2d(net, [3, 3], strides=[2, 2],
                                      name="maxpool1")        # fire2
        net = self._fire(net, 16, 64, "fire2")        # fire3
        net = self._fire(net, 16, 64, "fire3")        # fire4
        net = self._fire(net, 32, 128, "fire4")        # maxpool4
        net = tf.layers.max_pooling2d(net, [3, 3], strides=[2, 2],
                                      name="maxpool4")        # fire5
        net = self._fire(net, 32, 128, "fire5")        # fire6
        net = self._fire(net, 48, 192, "fire6")        # fire7
        net = self._fire(net, 48, 192, "fire7")        # fire8
        net = self._fire(net, 64, 256, "fire8")        # maxpool8
        net = tf.layers.max_pooling2d(net, [3, 3], strides=[2, 2],
                                      name="maxpool8")        # fire9
        net = self._fire(net, 64, 256, "fire9")        # dropout
        net = tf.layers.dropout(net, 0.5, training=is_training)        # conv10
        net = tf.layers.conv2d(net, 1000, [1, 1], strides=[1, 1],
                               padding="SAME", activation=tf.nn.relu,
                               name="conv10")        # avgpool10
        net = tf.layers.average_pooling2d(net, [13, 13], strides=[1, 1],
                                         name="avgpool10")        # squeeze the axis
        net = tf.squeeze(net, axis=[1, 2])

        self.logits = net
        self.prediction = tf.nn.softmax(net)    def _fire(self, inputs, squeeze_depth, expand_depth,scope):
        with tf.variable_scope(scope):
            squeeze =tf.layers.conv2d(inputs, squeeze_depth, [1, 1],
                                       strides=[1, 1], padding="SAME",
                                       activation=tf.nn.relu, name="squeeze")            # squeeze
            expand_1x1 = tf.layers.conv2d(squeeze, expand_depth, [1, 1],
                                         strides=[1, 1], padding="SAME",
                                         activation=tf.nn.relu, name="expand_1x1")
            expand_3x3 =tf.layers.conv2d(squeeze, expand_depth, [3, 3],
                                          strides=[1, 1], padding="SAME",
                                         activation=tf.nn.relu, name="expand_3x3")
            return tf.concat([expand_1x1, expand_3x3], axis=3)

05

总结

本文简单介绍了移动端CNN模型SqueezeNet，其核心是采用模块的卷积组合，当然做了一些trick，更重要的其结合深度模型压缩技术，因此SqueezeNet算是结合了小模型的两个研究方向：结构优化和模型压缩。

06

参考资料

1. SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size: https://arxiv.org/abs/1602.07360.
2. Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding: https://arxiv.org/abs/1510.00149.
3. EIE: Efficient inference engine on compressed deep neural network: https://arxiv.org/abs/1602.01528.

原文发布于微信公众号 - 机器学习算法全栈工程师（Jeemy110）

原文发表时间：2018-01-24

本文参与腾讯云自媒体分享计划，欢迎正在阅读的你也加入，一起分享。

发表于 2018-03-06