[논문정리📃] Learning Transferable Architectures for Scalable Image Recognition
Learning Transferable Architectures for Scalable Image Recognition
- NASNet -
논문원본😙
1. Introduction
이 논문에서는 convolution 구조를 디자인하고 데이터셋의 구조를 최적화시키기위한 새로운 패러다임인 NAS framework를 제시한다.
NAS framework
강화학습을 사용해 구조를 최적화하는 프레임워크
NASNet 특징
- 기존에 사람이 conv block을 만들었다면, NASNet은 강화학습과 RNN을 활용해 block을 설계하였다. 🙌🏻🙌🏻
- NAS 를 참고하였지만 차이점이 있는데,
NAS : 전체 모델 구조를 search space로 설정 NASNet : 모델을 구성하는 convolutional layer 연산을 search space로 설정하였다. 이렇게 되면 Search space에 있는 모든 convolutional networks는
weight만 다르고 구조는 동일한 convolutional layers를 가진다.
이렇게 최적의 cell 구조만 찾아내면 되는간단한 문제가 되며, 이 방식은 2가지 장점이 있다.
(1) 전체 네트워크구조를 찾는 것 보다 빠르다. (NAS보다 약 7배 빠르다고 함)
(2) cell이 다른 문제들에도 잘 일반화 된다. (다른 이미지 크기의 구조에도 적합함, cifar-10에서 학습한 모델을 imagenet에 전이시켜도 sota의 정확도를 유지한다.)
이 논문의 핵심은 다음과 같다.
“CIFAR-10에서 NASNet(최적의구조)를 찾아내었고, 큰 변경없이 ImageNet에 전이시켜 *SOTA 정확도를 가져왔다.”
*State-Of-The-Art
2. Related work
-
이 논문에서 제시한 방법은 이전의 방식인 hyperparameter optimization과 관련이 있으며, 특히 Neural Fabrics, DiffRNN, MetaQNN, DeepArchitect와 같은 최근의 아키텍쳐를 고안하는 접근방식에 관련이 있다.
-
Evolutionary Algorithms도 구조 설계와 관련이 있지만 large scale에서는 그다지 좋은 결과는 없음
-
다른 neural network 와 interact 시키거나 metadata로 학습하는 방법이 최근 주목받고 있으나 대부분은 ImageNet과 같은 large scale데이터에서 적용하지 않음
-
Search space의 설계는 LSTM과 Neural Architecture Search Cell에서 영감을 받음
-
VGG, Inception, ResNet/ResNext, Xception/MobileNet은 convolutional cell의 모듈러 구조와 관련이 있음.
3. Method
3-1. NAS Overview
위 그림은 NAS의 전체적인 모습을 보여준다.
먼저, Search Space에 있는 확률값 p로 부터 아키텍쳐(샘플모델 A)를 예측하는데, 이때 A는 특정 Validation set에 대해 R 정확도를 가진다. 이 accuracy값은 controller를 업데이트하기 위해 사용된다. 그럼으로써 controller는 매 순간 더 좋은 구조를 생성하게 됩니다.
3-2 Normal cell, Reduction cell
모든 image size에 적용할 수 있는 구조를 만들기 위해 feature map을 input으로 가져올 때 중요한 일을 수행하는 두 convolutional cell이 필요하다.
1) Normal cell : 같은 차원의 feature map 으로 반환
2) Reduction cell : 높이와 너비를 ½ feature map으로 반환
Block, Controller RNN
아래 그림은 전체적인 네트워크 구조에서 가장 작은 단위인 Block이다. block은 2개의 hidden input을 받고 2번의 operation을 수행하고 1번의 combine operation을 수행한다.
cell 찾는 방법 😺
Step 1: hi, hi-1로부터 hidden state 하나를 선택한다 (hi는 현재 block의 hidden state, hi-1은 이전 블락에서 생성된 hidden state를 의미)
Step 2: Step 1과 동일하게 두 번째 hidden state 선택
Step 3: Step 1에서 선택된 hidden state에 적용할 연산을 선택
Step 4: Step 2에서 선택된 hidden state에 적용할 연산을 아래에서 선택한다
Step 5: 새로운 hidden state를 생성하기 위해 Step3과 Step4의 출력 값을 결합할 방법을 선택
결합하는 방법은 (1) element-wise addition, (2) concatenation 두 가지 중 하나를 선택한다
이렇게 Step1 ~ Step5 과정을 통해 하나의 block이 생성된다.
그리고 이 프로세스를 5번 반복해 5개의 블락을 생성하고, 5개의 block으로 하나의 Cell을 생성하게 된다.
이 프로세스로 Reduction cell과 Normal Cell을 생성해야 하므로 RNN의 각 레이어는 2x5B Soft max prediction을 한다.
(처음 5B predictions 은 Normal cell, 두 번째 5B prediction은 Reduction Cell 을 위함)
Architecture 전개 과정
위 그림과 같이 B번 반복한 block이 하나의 cell을 이루게 되고, normal cell과 reduction cell이 반복하면서 네트워크 구조가 형성된다.
Network Architecture
-
imageNet의 image size는 299x299로 32x32 인 CIFAR-10의 구조보다 크기 때문에 reduction cell 이 더 많다.
-
이미지 분류 문제의 scale을 맞추기 위해 반복 횟수 N과 initial convolutional filter의 수를 free parameter로 둔다.
-
구성된 network를 토대로 training data로 학습을 시킨 뒤 validation accuracy를 측정해 reward로 사용하여 강화학습을 수행하게 된다.
이번 코드는 아무래도 컴퓨터가 직접 아키텍처를 업데이트하면서 학습하는 데다가 GPU 500장으로 4일을 돌려서 나오는 모델이기 때문에 모델구현은 건너뛰었다.
그래서 논문에 나온 이미지를 참고하여 reduction cell 과 normal cell을 토대로 임의로 구현을 해서 돌렸지만 테스트 acc는 64% 정도가 나왔다. ㅎㅎ 디버깅을 좀 더 해보고 코드를 정리해서 성능을 올리도록 해야겠다.
댓글남기기