Abstract
最近关于深度卷积神经网络的研究主要集中于提升正确率。对于相同的正确率水平，往往能够确定出多种CNN模型。在同等正确率条件下，更小规模的CNN架构可以提供如下的三个优势：
1）在分布式训练中，与服务器通信需求更小；
2）在云端向自动驾驶汽车输出一个新模型时，更小模型需要的带宽更小（参数更少，从云端下载模型的数据量小）；
3）在FPGA和有内存限制的其他硬件设备上更加方便部署更小的模型（更适合在FPGA等内存受限的设备上部署）。
为了达到上述优点（基于以上优点），本文提出SqueezeNet。SqueezeNet在ImageNet数据集上达到与AlexNet相同水平的准确率的情况下，仅仅用了小于其50倍的参数。此外，结合模型压缩技术，我们能够压缩SqueezeNet模型到0.5MB（比AlexNet模型小510倍）。（它在ImageNet上实现了与AlexNet相同的正确率，但是只使用了1/50的参数。更进一步，使用模型压缩技术，可以将SqueezeNet压缩到0.5MB，这是AlexNet参数的1/510）。
1 Introduction and Motivation
对于一个给定的正确率，通常可以找到多种模型可以达到相应的正确率水平。使用更小参数的CNN模型能够提供以下几个优势：
1） 更高效的分布式训练
服务器之间的通信是分布式CNN训练的重要限制因素，对于分布式数据并行训练，通信需求和模型参数数量成正相关。所以小模型对通信需求更低而训练更快。
2）减小下载模型到客户端的额外开销
比如自动驾驶特斯拉公司，经常需要更新客户端模型。更小的模型可以减少通信的额外开销，使得更新更加通畅。
3）便于FPGA和嵌入式硬件上的部署。
FPGA通常只有不到10MB的片内储存空间，没有片外存储器。
2 Related work
2.1 Model Compression
常用的模型压缩技术有：
（1）奇异值分解；
（2）网络剪枝：使用网络剪枝和稀疏矩阵
（3）深度压缩：使用网络剪枝、量化（quantization）和霍夫曼编码
（4）硬件加速（EIE）
2.2 CNN Microarchitecture
在设计深度网络架构的过程中，如果手动选择每一层的卷积核维度显得过于繁复。通常先构建由几个卷积层组成的小模块，再将模块堆叠形成完整的网络。定义这种模块的网络为CNN Microarchitecture。
2.3 CNN Macroarchitecture
与模块相对，定义整个网络架构为CNN Macroarchitecture。在整个完整的网络架构中，深度是一个重要的参数。
2.4 Neural Network Design Space Exploration
由于超参数繁多，深度神经网络具有很大的设计空间（Design Space）。通常进行设计空间探索的方法有：
（1）贝叶斯优化（bayesian optimization）
（2）模拟退火（simulated annealing）
（3）随机搜索（randomized search）
（4）遗传算法（genetic algorithms）
3 SqueezeNet：在更少的参数情况下保持模型的精度
这篇文章主要目的是寻找保持高精度同时参数更少的网络结构，因此使用以下三个主要策略来减少SqueezeNet设计参数：
（1）使用1x1的卷积代替3x3的卷积：参数量减少为原来的1/9
（2）减少3x3卷积的输入通道数
（3）将下采样操作延后，以获得更大的激活图：更大的激活特征图能够保留更多的信息，可以提供更高的分类准确率。
（1）和（2）可以显著减少模型的参数量，（3）可以在参数量一定时提高正确率。
3.2 The Fire Module
Fire Module时构建SqueezeNet的基本模块，以下定义Fire Module
1）squeeze convolution layer：只使用1x1卷积，即使用了策略（1）；
2）expand layer：使用1x1和3x3的卷积核组合；
3）Fire Module中使用了三个可以调节的超参数：（squeeze convolution layer中1x1卷积核的个数）、（expand layer中1x1卷积核的个数）、（expand layer中3x3卷积核的个数）。
4）使用Fire Module的过程中，令<+，这样suueeze layer可以限制3x3卷积核输入的通道数量，即使用了策略（2）。
3.3 The squeeze architecture
SqueezeNet 以卷积层（conv1）开始，接着使用了8个Fire Modules，最后以卷积层（conv10）结束。每个Fire module中的卷积数量逐渐增加，并且在conv1，fire4，fire8和conv10这几层后使用步长为2的max-pooling，即将池化层放在相对靠后的位置，这是使用了以上的策略（3）。
如上图，左边是原始的SqueezeNet，中间是包含simple bypass的改进版本，右边是使用了complex bypass的改进版本。
3.3.1 Other SqueezeNet Details
以下是网络设计的要点和理念：
1）为了使和卷积核输出的特征图有相同的尺寸，在expand module中，给中的原始输入添加一个像素的边界（zero padding）。
2）squeeze 和 expand layers两者都使用RELU作为激活函数。
3）在fire 9 module之后，使用Dropout，随即丢弃的概率设置为50%。
4）在训练过程中，初始学习率设置为0.04，在训练过程中线性降低学习率。更多的训练协议的细节请参考GitHub的配置文件。
5）由于Caffe框架中不支持使用两个不同尺寸的卷积核，在expand layer中实际是使用了两个单独的卷积层（和），最后将这两层的输出连接起来，这在数值上等价于使用单层但是包含不同尺寸的卷积核。
在Github上还有SqueezeNet在其他框架下的实现：Mxnet、Chainer、Keras、Torch。
4 Evaluation of SqueezeNet
在表2中，以AlexNet为标准来比较不同压缩方法的效果。
SVD方法能够将预训练的AlexNet模型压缩为原先的1/5，top1正确率略微降低。网络剪枝方法能够将模型压缩为原来的1/9，top1和top5的正确率几乎保持不变。深度压缩能将模型压缩为原来的1/35，正确率基本不变。SqueezeNet的压缩倍率可以达到50，并且正确率还能有略微提升。注意到即使使用未进行压缩的32位数值精度来表示模型，SqueezeNet也比压缩率最高的模型更小，同时模型的表现也更好。
如果使用深度压缩（Deep Compression）的方法用在SqueezeNet上，使用33%的稀疏表示和8位数值精度，会得到一个仅有0.66MB的模型。更进一步，如果使用6位数值精度，会得到仅有0.47MB的模型，同时精度保持不变。因此，结果表明深度压缩不仅对包含庞大参数数量的CNN网络有作用，对于较小的网络，比如SqueezeNet，也是有用的。将SqueezeNet的网络架构创新和深度压缩方法结合起来可以将模型压缩为原来的1/510，并且保持精度不变。
5 CNN Microarchitecture design space exploration
在SqueezeNet中，每一个Fire Module有3个维度的超参数，即（squeeze convolution layer中1x1卷积核的个数）、（expand layer中1x1卷积核的个数）、（expand layer中3x3卷积核的个数）。SqueezeNet一共有8个Fire Module即一共24个超参数。下面讨论其中一些重要超参数的影响。为方便研究，定义一些元参数：
- ：Fire Module中Expand layer中卷积核的数目；
- ： fire module的个数；
- ：在没个fire module之后增加的expand layer卷积核的个数；
- ：第个module中，expand layer的卷积核个数。
- ：压缩比，即the squeeze ratio，为squeeze layer中卷积核个数除以Fire module中expand layer的卷积核个数得到的比例；
- ：在expand layer中卷积核个数所占比例。
下图为实验结果：
image.png
6 CNN Macroarchitecture design space exploration
受ResNet启发，以下探究旁路连接（bypass connection）的影响。在图2展示了三种不同的网络架构。下表给出了实验结果。
simple bypass方式的旁路连接正确率提升最多。
7 Conclusion
在SqueezeNet提出不久，Dense-Sparse-Dense（DSD）使用了新的方法对网络模型进行压缩同时提升了精度。