在過(guò)去了幾年里，動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)非常熱，熱到每周都能看到幾篇不錯(cuò)的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)論文上傳到arxiv。那么什么是動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)呢？它有有哪些類型呢？它的研究現(xiàn)狀如何呢？接下來(lái)，就由Happy帶領(lǐng)大家簡(jiǎn)單回顧一下咯。

Abstract

Abstract 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)已成為深度學(xué)習(xí)新型研究課題。相比靜態(tài)模型（固定計(jì)算圖、固定參數(shù)），動(dòng)態(tài)網(wǎng)絡(luò)可以按照不同輸入自適應(yīng)調(diào)整自身結(jié)構(gòu)或者參數(shù)量，導(dǎo)致了精度、計(jì)算效率、自適應(yīng)等方面的顯著優(yōu)勢(shì)。

本文對(duì)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行了系統(tǒng)性的綜述并將其分為三大類：

instance-wise 它采用數(shù)據(jù)依賴的結(jié)構(gòu)或參數(shù)處理每個(gè)樣例；

spatial-wise 它采用與圖像空域位置相關(guān)的方式進(jìn)行自適應(yīng)計(jì)算；

temporal-wise 它驗(yàn)證序列數(shù)據(jù)（比如視頻、文本）的時(shí)間維度進(jìn)行自適應(yīng)推理。

相比靜態(tài)網(wǎng)絡(luò)，動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)有這樣幾個(gè)優(yōu)勢(shì)：

Efficiency

Representation power

Adaptiveness

Compatibility

Generality

Interpretability

本文對(duì)動(dòng)態(tài)網(wǎng)絡(luò)的幾個(gè)重要組成部分（比如結(jié)構(gòu)設(shè)計(jì)、決策機(jī)制、優(yōu)化技術(shù)以及應(yīng)用）進(jìn)行了系統(tǒng)性研究，最后我們對(duì)該領(lǐng)域的開問題以及未來(lái)研究方向進(jìn)行了討論。

Instance-wise

實(shí)例級(jí)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)旨在通過(guò)數(shù)據(jù)依賴方式處理不同樣例，它一般從以下兩個(gè)角度出發(fā)進(jìn)行設(shè)計(jì)：

基于不同樣例分配適當(dāng)計(jì)算量達(dá)到調(diào)整網(wǎng)絡(luò)架構(gòu)的目的，因此可以在easy樣例上降低冗余計(jì)算，進(jìn)而達(dá)到改善推理效率的目的；

針對(duì)不同樣例調(diào)整網(wǎng)絡(luò)參數(shù)且保持計(jì)算圖不變，通過(guò)小幅提升計(jì)算量達(dá)到提升模型表達(dá)能力的目的。

接下來(lái)，我們將從以上兩個(gè)角度出發(fā)，對(duì)現(xiàn)有實(shí)例級(jí)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行介紹。

Dynamic Architectures

假設(shè)不同的輸入具有不同的計(jì)算需求，一種自然的方式：根據(jù)輸入動(dòng)態(tài)調(diào)整推理時(shí)的架構(gòu)。具體來(lái)說(shuō)，我們可以調(diào)整網(wǎng)絡(luò)的深度、寬度或者動(dòng)態(tài)路徑。具有動(dòng)態(tài)架構(gòu)的網(wǎng)絡(luò)不僅可以節(jié)省對(duì)于簡(jiǎn)單樣例冗余計(jì)算，而且保證對(duì)于困難樣例的表達(dá)能力。相比靜態(tài)模型的加速技術(shù)，該方案可以帶來(lái)顯著的效率優(yōu)勢(shì)。

Dynamic Depth

為識(shí)別“困難”樣例，目前CNN的結(jié)構(gòu)變得越來(lái)越深，一種直觀的解決方案：在推理階段采用動(dòng)態(tài)網(wǎng)絡(luò)深度減少冗余計(jì)算。關(guān)于動(dòng)態(tài)深度有兩種實(shí)現(xiàn)方式：

Early exiting：對(duì)于“簡(jiǎn)單”樣例提前退出。常見“早退”方案有以下三種形式：

Cascading DNNs，見下圖a。

Intermediate Classifier，見下圖b；

Multi-scale architecture with early exits，見Fig2-a。

Layer skipping：進(jìn)行自適應(yīng)的中間特征跳過(guò)。常見的“層跳過(guò)”有以下幾種形式：

The halting score 見下圖a；

Gating Function，見下圖b；

Policy Network，見下圖c。

Dynamic Width

動(dòng)態(tài)寬度是動(dòng)態(tài)深度之外的另一種選擇：盡管每個(gè)層都需要執(zhí)行，但它的多個(gè)成分（比如神經(jīng)元、分支或者通道）將根據(jù)輸入自適應(yīng)選擇。

給出了幾個(gè)常見動(dòng)態(tài)寬度方案：

Dynamic width of FC Layers

Mixture of Experts（MoE），見上圖a和b；

Dynamic channel pruning in CNNs，

Dynamic Routing

除了動(dòng)態(tài)深度、動(dòng)態(tài)寬度外，還有一種動(dòng)態(tài)路徑的方案（見上面圖c）：SuperNet中的計(jì)算路徑根據(jù)輸入自適應(yīng)調(diào)整。關(guān)于SuperNet及其路徑?jīng)Q策主要有以下幾種方案：

Path selection in multi-branch structures

Neural trees and tree-structured networks

Others，主要見諸于NAS。

Dynamic Parameters

盡管前面提到的動(dòng)態(tài)架構(gòu)可以按照不同樣例自適應(yīng)調(diào)整推理圖并取得有效計(jì)算量分配，但它們通常需要特定的架構(gòu)設(shè)計(jì)、特定的訓(xùn)練策略或者精心的超參數(shù)調(diào)整。

那么另一條線來(lái)了：保持推理架構(gòu)不變，但網(wǎng)絡(luò)參數(shù)自適應(yīng)調(diào)整。已有研究已證實(shí)其有效性：通過(guò)小幅提升計(jì)算量改進(jìn)網(wǎng)絡(luò)的表達(dá)能力。給定輸入

x，靜態(tài)參數(shù)網(wǎng)絡(luò)（模塊）的輸出可以描述為：

y=F（x，Θ）；與之對(duì)立的，動(dòng)態(tài)參數(shù)網(wǎng)絡(luò)的輸出描述如下：

y=F（x，^Θ|x）=F（x，W（x，Θ））其中，

W（?，Θ）用于生成動(dòng)態(tài)參數(shù)，

W的不同選擇已得到了充分的探索。

一般來(lái)說(shuō)，參數(shù)自適應(yīng)可以通過(guò)以下三種方式（可參見上圖）得到：

基于輸入調(diào)整訓(xùn)練參數(shù)；

根據(jù)輸入直接生成網(wǎng)絡(luò)參數(shù)；

采用軟注意力調(diào)整特征。

Parameter Adjustment

參數(shù)自適應(yīng)的一種典型方法：在推理階段，根據(jù)輸入調(diào)整網(wǎng)絡(luò)權(quán)值。通常來(lái)講，該過(guò)程通過(guò)非常少的計(jì)算量生成這種調(diào)整，比如注意力權(quán)值、采樣偏移。

Attention on weights 可訓(xùn)練參數(shù)量時(shí)影響表達(dá)能力的重要因素。動(dòng)態(tài)網(wǎng)絡(luò)（比如谷歌的CondConv、微軟DY-CNN）在多個(gè)卷積核上執(zhí)行軟注意力生成自適應(yīng)集成參數(shù)，它不會(huì)導(dǎo)致明顯的計(jì)算量提升。假設(shè)有N個(gè)核

Wn，n=1，2，?，N，該動(dòng)態(tài)卷積定義如下：

y=x?~W=x?（N∑n=1αnWn）

該過(guò)程可以顯著提升模型的容量（capacity）且保持高效性，因?yàn)槎喾种矸e融合等價(jià)于多卷積核參數(shù)融合后的單次卷積，而后者僅需前者

1/N的計(jì)算量。

權(quán)值調(diào)整還可以通過(guò)在卷積核的空域位置上實(shí)施軟注意力。比如，PAC（pixel-adaptive convolution）在每一層根據(jù)輸入生成注意力掩碼對(duì)卷積核進(jìn)行調(diào)整。

Kernel shape adaptation 除了自適應(yīng)調(diào)整權(quán)值外，參數(shù)調(diào)整還可以用于調(diào)整卷積核的形狀達(dá)到動(dòng)態(tài)感受野的作用。比如，Deformable Convolution、Deformable Kernel。下表從不同角度對(duì)比了該方向的幾個(gè)方法。

Weight prediction

相比于在線修改模型參數(shù)，權(quán)值預(yù)測(cè)更為直接：在測(cè)試階段采用子網(wǎng)絡(luò)直接生成參數(shù)。

DFN（Dynamic Filter Network）與HyperNetwork是兩個(gè)經(jīng)典的實(shí)現(xiàn)運(yùn)行時(shí)權(quán)值預(yù)測(cè)的CNN和RNN方案。具體來(lái)說(shuō)，DFN采用濾波器生成網(wǎng)絡(luò)為卷積生成濾波器。曠視科技提出的WeightNet則將CondConv與SENet納入到同一框架中，它通過(guò)分組全連接層生成卷積核，在精度-Flops、精度-參數(shù)量方面取得了極具競(jìng)爭(zhēng)力的結(jié)果。其他類似的方法有：CARAFE、VSR-DUF等。

Dynamic Features

在推理階段通過(guò)調(diào)整或生成參數(shù)的主要影響在于生成更動(dòng)態(tài)的、信息豐富的特征，進(jìn)而增強(qiáng)了深度模型的表達(dá)能力。一種更直接的方式：采用輸入相關(guān)的軟注意力調(diào)整特征，見前面Figure6-c。這種類型的動(dòng)態(tài)特征更易于得到，僅需要在計(jì)算圖上作微小調(diào)整。對(duì)于線性變換

F，在輸入特征執(zhí)行注意力

α等價(jià)于調(diào)整參數(shù)：

F（x，Θ）?α=F（x，Θ?α）Channel-wise attention 一種常用軟注意力機(jī)制：動(dòng)態(tài)縮放不同通道的特征，比如SENet：

~y=y?α=y?A（y）當(dāng)把卷積納入考慮時(shí)，上述過(guò)程空域成如下形式：

~y=（x?W）?α=x?（W?α）也就是說(shuō)：特征上的注意力等價(jià)于動(dòng)態(tài)權(quán)值的卷積。

不同形式的注意力得到了了探索，比如采用標(biāo)準(zhǔn)差提供更多統(tǒng)計(jì)信息，采用更高效的1D卷積替換全連接層。總而言之，通道注意力可以概括為以下三種形式：

~y=y?A（y）

~y=y?A（x）

~y=y?A（Conv（x））Spatial-wise attention 特征還可以在從空域位置角度采用注意力進(jìn)行動(dòng)態(tài)調(diào)整以改進(jìn)深度模型的表達(dá)能力。更進(jìn)一步，通道與空域注意力還可以集成到一個(gè)框架中，比如BAM、CBAM。

Dynamic activation functions 前面兩種在激活函數(shù)之前通過(guò)軟注意力生成動(dòng)態(tài)特征。近期一些工作開始嘗試通過(guò)動(dòng)態(tài)激活函數(shù)提升模型的表達(dá)能力。比如，DY-ReLU采用N個(gè)線性變換

yc=maxn{ancxc+bnc}的最大值替換ReLU

yc=max（xc，0）；此外還有曠視科技提出的FReLU、ACON。動(dòng)態(tài)激活函數(shù)能能與現(xiàn)有網(wǎng)絡(luò)架構(gòu)兼容，已在不同視覺任務(wù)中證實(shí)了其有效性。

總而言之，由于簡(jiǎn)單、有效性，軟注意力已在多個(gè)領(lǐng)域得到探索，而且，軟注意力能方便的與其他方法集成組合。

Spatial-wise Dynamic Network

在視覺學(xué)習(xí)中，并非所有位置對(duì)于最終的預(yù)測(cè)起均等貢獻(xiàn)，這意味著：空域動(dòng)態(tài)計(jì)算有極大潛力降低計(jì)算冗余。換句話說(shuō)，僅需通過(guò)自適應(yīng)方式計(jì)算一定比例的像素或者區(qū)域即可做出一個(gè)正確的決策。已有研究表明：對(duì)于大部分輸入而言，低分辨率表達(dá)已足以得到一個(gè)不錯(cuò)的性能，CNN采用相同分辨率的輸入無(wú)疑會(huì)造成冗余計(jì)算。

為此，空域動(dòng)態(tài)網(wǎng)絡(luò)旨在采用圖像的不同空域位置進(jìn)行自適應(yīng)推理。按照動(dòng)態(tài)計(jì)算的粒度，我們將其分為：

pixel level

region level

resolution level

Pixel-level Dynamic Networks

按照前述分類，像素級(jí)動(dòng)態(tài)包含有以下兩種類型：

dynamic architectures：采用動(dòng)態(tài)架構(gòu)處理每個(gè)像素；

dynamic parameters：采用動(dòng)態(tài)參數(shù)處理每個(gè)像素。

Pixel-wise dynamic architectures

基于這樣的認(rèn)知：前景像素更具信息價(jià)值，其計(jì)算需求要比背景更高。一些網(wǎng)絡(luò)嘗試對(duì)每個(gè)像素調(diào)整其網(wǎng)絡(luò)架構(gòu)，現(xiàn)有方案可以劃分為以下兩種：

Dynamic sparse convolution：僅在子集像素區(qū)域進(jìn)行卷積計(jì)算，見下圖。

Dynamic additional refinement：不同于采樣子集進(jìn)行計(jì)算計(jì)算，另外一條線是：現(xiàn)在整個(gè)特征層面執(zhí)行相對(duì)廉價(jià)的卷積，然后自適應(yīng)激活額外的模塊在特定像素上進(jìn)行更進(jìn)一步的提煉。

Pixel-wise dynamic parameters

不同于在像素子集上完整調(diào)整卷積計(jì)算，動(dòng)態(tài)網(wǎng)絡(luò)還可以對(duì)每個(gè)像素執(zhí)行數(shù)據(jù)依賴的卷積以提升其表達(dá)能力或者感受野。現(xiàn)有方案主要有以下三種：

Dynamic weights，包含動(dòng)態(tài)卷積、動(dòng)態(tài)區(qū)域卷積等。

Dynamic reception fields，包含形變卷積、自適應(yīng)鏈接網(wǎng)絡(luò)等。

Pixel-wise dynamic feature，包含空域注意力。

Region-level Dynamic Networks

像素級(jí)動(dòng)態(tài)網(wǎng)絡(luò)需要特定的計(jì)算庫(kù)以適配稀疏計(jì)算，在實(shí)際硬件上加速極為有限。另一種可選方案：在區(qū)域或者塊級(jí)進(jìn)行自適應(yīng)推理。主要包含兩條線路：

Dynamic transformations：常見于細(xì)粒度圖像分類；

Hard attention：比如GFNet、RA-CNN。

Resolution-level Dynamic Networks

上面的討論是將特征分成不同的區(qū)域，然后采用自適應(yīng)方式對(duì)不同區(qū)域進(jìn)行處理。然而，所涉及的稀疏采樣、裁剪奧做會(huì)導(dǎo)致實(shí)際效率的價(jià)格降低。另外，動(dòng)態(tài)網(wǎng)絡(luò)可以把不同分辨率的圖像視作整體：低分辨率圖像對(duì)于“簡(jiǎn)單”樣例足夠有效。現(xiàn)有的分辨率級(jí)動(dòng)態(tài)網(wǎng)絡(luò)可以分為以下兩種：

Adaptive scaling ratios：采用自適應(yīng)縮放因子對(duì)特征進(jìn)行上/下采樣達(dá)到動(dòng)態(tài)分辨率目的。

Dynamic resolution in multi-scale architectures：采用并行/級(jí)聯(lián)方式構(gòu)建多個(gè)子網(wǎng)絡(luò)以達(dá)到動(dòng)態(tài)分辨率目的。

Inference and Training

從前面介紹可以看到：推理階段的數(shù)據(jù)依賴決策對(duì)于獲得高性能、高效率推理非常重要；此外，訓(xùn)練動(dòng)態(tài)網(wǎng)絡(luò)通常比靜態(tài)網(wǎng)絡(luò)更具挑戰(zhàn)性。

由于參數(shù)的自適應(yīng)性可以通過(guò)SGD直接優(yōu)化訓(xùn)練得到，且無(wú)需特定技術(shù)。接下來(lái)我們主要針對(duì)離散決策、訓(xùn)練策略進(jìn)行介紹。

Decision Making of Dynamic Networks

推理階段的數(shù)據(jù)依賴決策主要有以下三種：

Confidence-based Criteria

Policy Networks

Gating Functions

Training of Dynamic Networks

從目標(biāo)與優(yōu)化兩個(gè)角度簡(jiǎn)單匯總了訓(xùn)練動(dòng)態(tài)網(wǎng)絡(luò)的策略：

Training objectives for efficient inference：在這方面有分為以下幾種：

Trainng multi-exit networks，

Encouraging sparsity，包含稀疏正則

Other techniques，包含知識(shí)蒸餾等

Optimization of non-differentiable functions：

Gradient estimation，包含STE等；

Reparameterization techniques，包含Gumbel Softmax等；

Reinforcement learning，包含RL等。

Application of Dynamic Networks

接下來(lái)，我們將匯總以下動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的典型應(yīng)用，見下表。

可以看到：

對(duì)于圖像識(shí)別來(lái)說(shuō)，動(dòng)態(tài)CNN大多為instance-wise和spatial-wise形式；

對(duì)于文本數(shù)據(jù)來(lái)說(shuō)，其推理框架大多為itemporal-wis形式；

對(duì)于視頻相關(guān)任務(wù)，三種類型的動(dòng)態(tài)推理可同時(shí)使用；

動(dòng)態(tài)網(wǎng)絡(luò)還可以用于解決深度學(xué)習(xí)中的基礎(chǔ)問題，比如：

緩解over-thinking降低整體計(jì)算量；

引入早退機(jī)制進(jìn)行長(zhǎng)尾分類；

提升模型魯棒性

在多任務(wù)框架下降低訓(xùn)練耗時(shí)；

在遷移學(xué)習(xí)中尋找最優(yōu)微調(diào)策略。

編輯：jq