来源：晓飞的算法工程笔记 公众号，转载请注明出处
论文: Straightforward Layer-wise Pruning for More Efficient Visual Adaptation
创新点
- 提出了一种针对
PETL模型的剪枝方法SLS（Straightforward Layer-wiSe Pruning method），证明在下游数据集与预训练数据集之间存在显著差距时，PETL转移后的模型中存在大量冗余参数。 - 提出了一种直观的特征级分析方法，为评估结构剪枝参数的重要性提供了一种新的视角。
SLS在VTAB-1k基准测试中，使用相同的剪枝参数数量，以简单的策略在模型存储、准确性和速度上超越了当前主流的结构剪枝方法DepGraph。
内容概述
参数高效迁移学习（PETL）旨在使用有限的参数调整大型预训练模型。虽然大多数PETL方法在训练过程中仅更新添加或选择的参数并冻结预训练权重，但因为PETL难以回传梯度调整顶层的参数，往往会导致冗余的模型结构。结构剪枝有效降低了模型冗余，但常见的剪枝方法通常会导致存储参数的过度增加，因为不同剪枝率和数据会产生不同的剪枝结构。
针对存储参数量的问题，论文提出了一种直接的层级剪枝方法SLS（Straightforward Layer-wiSe Pruning method），用于剪枝PETL模型。SLS通过从特征角度评估每一层的参数，并利用聚类度量通过t-SNE获得的低维空间中的聚类现象来评估当前层参数，SLS促进了基于信息的剪枝决策。逐层剪枝专注于存储剪枝索引，解决了存储量的问题。
值得注意的是，主流的逐层剪枝方法可能不适合评估PETL转移模型中层的重要性，因为大多数参数是预训练的，并且与下游数据集的相关性有限。与最先进的PETL方法进行的比较分析表明，剪枝模型在模型吞吐量和准确性之间实现了显著的平衡。此外，SLS有效减少了由于不同剪枝结构而产生的存储开销，同时在与传统剪枝方法相比时提升了剪枝模型的准确性和速度。
SLS
以往的研究表明，较低层通常捕捉一般特征，而较高层则专注于特定特征。基于这一理解以及在PETL模型中冻结预训练网络参数的局限性，论文认为当下游数据分布与预训练数据分布之间存在显著差异时，PETL转移的模型深层将包含大量冗余参数。于是论文打算动态识别并剪除这些冗余参数。为了确保剪枝过程的有效性，必须满足以下关键标准：
-
保持与
PETL转移方法相同的存储参数数量。 -
预测冗余参数而无需额外的训练。
相关算法
-
降维算法
t-SNE：给定一组 \(d\) 维输入特征 \(X=\{x_1,x_2,...,x_n\}\in \mathbb{R}^{n\times d}\) ，为 \(X\) 计算一组 \(s\) 维嵌入，记作 \(Y=\{y_1,y_2,...,y_n\}\in \mathbb{R}^{n\times s}\) 。其中 \(s\ll d\) ，通常为2或3以便于可视化。首先使用联合概率来度量输入 \(X\) 中 \(x_i\) 和 \(x_j\) 之间的相似性，随后调整随机初始化 \(Y\)，使 \(Y\) 元素之间的相似性与 \(X\) 对应元素之间的相似性一致。 -
聚类算法指标
SC_Index(Silhouette Coefficient Index)：给定一组聚类结果 \(X=\{x_1,x_2,...,x_n\}\) ，对于某一点 \(x_i\) ，定义 \(a(i)\) 为其所在聚类中剩余点与 \(x_i\) 之间的平均距离， \(b(i)\) 为 \(x_i\) 与最近聚类中所有点之间的平均距离。\[\begin{equation} \bar{s}=\frac{1}{n}\sum_{i=1}^n\frac{b(i)-a(i)}{\max(a(i),b(i))} \end{equation} \]
层级剪枝不会增加存储参数数量
SLS的预测不涉及额外的参数引用，采用基于现有特征的聚类方法预测剪枝层索引表示为 \(Index_j\) 直接进行剪枝。因此，通过SLS剪枝的模型不会产生任何额外的存储开销。
根据各层的中间特征做出剪枝决定
使用降维特征的聚类程度SC_Index来评估层特征，该方法不引入额外的监督训练。如图2所示，在适当的设置下，模型中当前层的分类准确率与降维特征的SC_Index之间存在明显的相关性。
论文提出了特征评估模块 (FEM) 来评估来自层 \(L_i\) 的特征。如图3所示，FEM从层 \(L_i\) 的输出 \([x_i,e_i]\) 中提取cls_token \(x_i\) 来表示当前特征，使用t-SNE算法将 \(x_i\) 降维到 \(x_i' \in \mathbb{R}^{B\times2}\) 。随后，通过结合对应于当前输入的标签 \(\in \mathbb{R}^{B\times1}\) ，得到一个具有 \(p\) 个类别的聚类结果 \(C\) ，其中 \(p\) 是当前数据集中的类别数量。最后，计算与 \(C\) 对应的值 \(a(i)\) 和 \(b(i)\) ，确定当前层特征的评估值 \(SC\_index_i\) 。
对于一个具有 \(N\) 层的模型，设 \(\mathbf{\alpha}\) 为一个超参数，控制SLS剪枝的程度。当前数据集上剪枝层数的阈值 \(T\) 定义为
\[\begin{equation} \label{eq11} T=\mathbf{\alpha} \times SC\_Index_N \end{equation} \]
在模型的剪枝过程中，从最高层向下遍历。当第 \(i^{th}\) 层特征的评估值 \(SC\_Index_i\) 低于阈值 \(T\) 时，停止遍历循环，并剪掉从 \(i+2\) 到 \(N\) 的层。这一设计的动机在于，当第 \(i^{th}\) 层特征的评估值低于与顶部层特征评估相比的某个阈值时，分类头将无法有效地区分当前特征。因此， \({i+1}^{th}\) 层的输出特征是分类头能够很好地区分的最低层，剪掉从 \(i+1\) 向下的层会对模型的性能产生显著影响。
主要实验结果
如果本文对你有帮助，麻烦点个赞或在看呗～
更多内容请关注 微信公众号【晓飞的算法工程笔记】
