文章來源：DeepHub IMBA

作者： P**nHub兄弟網(wǎng)站

學(xué)習(xí)如何通過剪枝來使你的模型變得更小

剪枝是一種模型優(yōu)化技術(shù)，這種技術(shù)可以消除權(quán)重張量中不必要的值。這將會得到更小的模型，并且模型精度非常接近標(biāo)準(zhǔn)模型。

在本文中，我們將通過一個(gè)例子來觀察剪枝技術(shù)對最終模型大小和預(yù)測誤差的影響。

導(dǎo)入常見問題

我們的第一步導(dǎo)入一些工具、包:

• Os和Zi    pfile可以幫助我們評估模型的大小。
• tensorflow_model_optimization用來修剪模型。
• load_model用于加載保存的模型。
• 當(dāng)然還有tensorflow和keras。

最后，初始化TensorBoard，這樣就可以將模型可視化:

import os
import zipfile
import tensorflow as tf
import tensorflow_model_optimization as tfmot
from tensorflow.keras.models import load_model
from tensorflow import keras
%load_ext tensorboard

數(shù)據(jù)集生成

在這個(gè)實(shí)驗(yàn)中，我們將使用scikit-learn生成一個(gè)回歸數(shù)據(jù)集。之后，我們將數(shù)據(jù)集分解為訓(xùn)練集和測試集:

from sklearn.datasets import make_friedman1
X, y = make_friedman1(n_samples=10000, n_features=10, random_state=0)

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

沒有應(yīng)用剪枝技術(shù)的模型

我們將創(chuàng)建一個(gè)簡單的神經(jīng)網(wǎng)絡(luò)來預(yù)測目標(biāo)變量y，然后檢查均值平方誤差。在此之后，我們將把它與修剪過的整個(gè)模型進(jìn)行比較，然后只與修剪過的Dense層進(jìn)行比較。

接下來，在30個(gè)訓(xùn)練輪次之后，一旦模型停止改進(jìn)，我們就使用回調(diào)來停止訓(xùn)練它。

early_stop = keras.callbacks.EarlyStopping(monitor=’val_loss’, patience=30)

我們打印出模型概述，以便與運(yùn)用剪枝技術(shù)的模型概述進(jìn)行比較。

model = setup_model()

model.summary()

讓我們編譯模型并訓(xùn)練它。

tf.keras.utils.plot_model(
model,
to_file=”model.png”,
show_shapes=True,
show_layer_names=True,
rankdir=”TB”,
expand_nested=True,
dpi=96,
)

現(xiàn)在檢查一下均方誤差。我們可以繼續(xù)到下一節(jié)，看看當(dāng)我們修剪整個(gè)模型時(shí)，這個(gè)誤差是如何變化的。

from sklearn.metrics import mean_squared_error

predictions = model.predict(X_test)

print(‘Without Pruning MSE %.4f’ %
mean_squared_error(y_test,predictions.reshape(3300,)))

Without Pruning MSE 0.0201

當(dāng)把模型部署到資源受限的邊緣設(shè)備（如手機(jī)）時(shí)，剪枝等優(yōu)化模型技術(shù)尤其重要。

采用等稀疏修剪對整個(gè)模型進(jìn)行剪枝

我們將上面的MSE與修剪整個(gè)模型得到的MSE進(jìn)行比較。第一步是定義剪枝參數(shù)。權(quán)重剪枝是基于數(shù)量級的。這意味著在訓(xùn)練過程中一些權(quán)重被轉(zhuǎn)換為零。模型變得稀疏，這樣就更容易壓縮。由于可以跳過零，稀疏模型還可以加快推理速度。

預(yù)期的參數(shù)是剪枝計(jì)劃、塊大小和塊池類型。

• 在本例中，我們設(shè)置了50%的稀疏度，這意味著50%的權(quán)重將歸零。
• block_size —— 矩陣權(quán)重張量中塊稀疏模式的維度(高度，權(quán)值)。
• block_pooling_type —— 用于對塊中的權(quán)重進(jìn)行池化的函數(shù)。必須是AVG或MAX。

from tensorflow_model_optimization.sparsity.keras import ConstantSparsity
pruning_params = {
  'pruning_schedule': ConstantSparsity(0.5, 0),
  'block_size': (1, 1),
  'block_pooling_type': 'AVG'
}

現(xiàn)在，我們可以應(yīng)用我們的剪枝參數(shù)來修剪整個(gè)模型。

from tensorflow_model_optimization.sparsity.keras import prune_low_magnitude
model_to_prune = prune_low_magnitude(
keras.Sequential([
  tf.keras.layers.Dense(128, activation='relu', input_shape=(X_train.shape[1],)),
  tf.keras.layers.Dense(1, activation='relu')
]), **pruning_params)

我們檢查模型概述。將其與未剪枝模型的模型進(jìn)行比較。從下圖中我們可以看到整個(gè)模型已經(jīng)被剪枝 —— 我們將很快看到剪枝一個(gè)稠密層后模型概述的區(qū)別。

model_to_prune.summary()

在TF中，我們必須先編譯模型，然后才能將其用于訓(xùn)練集和測試集。

model_to_prune.compile(optimizer=’adam’,
loss=tf.keras.losses.mean_squared_error,
metrics=[‘mae’, ‘mse’])

由于我們正在使用剪枝技術(shù)，所以除了早期停止回調(diào)函數(shù)之外，我們還必須定義兩個(gè)剪枝回調(diào)函數(shù)。我們定義一個(gè)記錄模型的文件夾，然后創(chuàng)建一個(gè)帶有回調(diào)函數(shù)的列表。

tfmot.sparsity.keras.UpdatePruningStep()

使用優(yōu)化器步驟更新剪枝包裝器。如果未能指定剪枝包裝器，將會導(dǎo)致錯(cuò)誤。

tfmot.sparsity.keras.PruningSummaries()

將剪枝概述添加到Tensorboard。

log_dir = ‘.models’
callbacks = [
tfmot.sparsity.keras.UpdatePruningStep(),
# Log sparsity and other metrics in Tensorboard.
tfmot.sparsity.keras.PruningSummaries(log_dir=log_dir),
keras.callbacks.EarlyStopping(monitor=’val_loss’, patience=10)
]

有了這些，我們現(xiàn)在就可以將模型與訓(xùn)練集相匹配了。

model_to_prune.fit(X_train,y_train,epochs=100,validation_split=0.2,callbacks=callbacks,verbose=0)

在檢查這個(gè)模型的均方誤差時(shí)，我們注意到它比未剪枝模型的均方誤差略高。

prune_predictions = model_to_prune.predict(X_test)

print(‘Whole Model Pruned MSE %.4f’ %

mean_squared_error(y_test,prune_predictions.reshape(3300,)))

Whole Model Pruned MSE 0.1830

用多項(xiàng)式剪枝計(jì)劃對稠密層進(jìn)行剪枝

現(xiàn)在讓我們實(shí)現(xiàn)相同的模型，但這一次，我們將只剪枝稠密層。請注意在剪枝計(jì)劃中使用多項(xiàng)式衰退函數(shù)。

from tensorflow_model_optimization.sparsity.keras import PolynomialDecay
layer_pruning_params = {
  'pruning_schedule': PolynomialDecay(initial_sparsity=0.2,
  final_sparsity=0.8, begin_step=1000, end_step=2000),
  'block_size': (2, 3),
  'block_pooling_type': 'MAX'
}

model_layer_prunning = keras.Sequential([
prune_low_magnitude(tf.keras.layers.Dense(128, activation='relu',input_shape=(X_train.shape[1],)),
**layer_pruning_params),
    tf.keras.layers.Dense(1, activation='relu')
  ])

從概述中我們可以看到只有第一個(gè)稠密層將被剪枝。

model_layer_prunning.summary()

然后我們編譯并擬合模型。

model_layer_prunning.compile(optimizer=’adam’,
loss=tf.keras.losses.mean_squared_error,
metrics=[‘mae’, ‘mse’])
model_layer_prunning.fit(X_train,y_train,epochs=300,validation_split=0.1,callbacks=callbacks,verbose=0)

現(xiàn)在，讓我們檢查均方誤差。

layer_prune_predictions = model_layer_prunning.predict(X_test)

print(‘Layer Prunned MSE %.4f’ %
mean_squared_error(y_test,layer_prune_predictions.reshape(3300,)))

Layer Prunned MSE 0.1388

由于我們使用了不同的剪枝參數(shù)，所以我們無法將這里獲得的MSE與之前的MSE進(jìn)行比較。如果您想比較它們，那么請確保剪枝參數(shù)是相同的。在測試時(shí)，對于這個(gè)特定情況，layer_pruning_params給出的錯(cuò)誤比pruning_params要低。比較從不同的剪枝參數(shù)獲得的MSE是有用的，這樣你就可以選擇一個(gè)不會使模型性能變差的MSE。

比較模型大小

現(xiàn)在讓我們比較一下有剪枝和沒有剪枝模型的大小。我們從訓(xùn)練和保存模型權(quán)重開始，以便以后使用。

def train_save_weights():
  model = setup_model()
  model.compile(optimizer='adam',
    loss=tf.keras.losses.mean_squared_error,
    metrics=['mae', 'mse'])
  model.fit(X_train,y_train,epochs=300,validation_split=0.2,callbacks=callbacks,verbose=0)
  model.save_weights('.models/friedman_model_weights.h5')
 
train_save_weights()

我們將建立我們的基礎(chǔ)模型，并加載保存的權(quán)重。然后我們對整個(gè)模型進(jìn)行剪枝。我們編譯、擬合模型，并在Tensorboard上將結(jié)果可視化。

base_model = setup_model()
base_model.load_weights('.models/friedman_model_weights.h5') # optional but recommended for model accuracy
model_for_pruning = tfmot.sparsity.keras.prune_low_magnitude(base_model)

model_for_pruning.compile(
  loss=tf.keras.losses.mean_squared_error,
  optimizer='adam',
  metrics=['mae', 'mse']
)

model_for_pruning.fit(
  X_train,
  y_train,
  callbacks=callbacks,
  epochs=300,
  validation_split = 0.2,
  verbose=0
)

%tensorboard --logdir={log_dir}

以下是TensorBoard的剪枝概述的快照。

在TensorBoard上也可以看到其它剪枝模型概述

現(xiàn)在讓我們定義一個(gè)計(jì)算模型大小函數(shù)

def get_gzipped_model_size(model,mode_name,zip_name):
  # Returns size of gzipped model, in bytes.
   
  model.save(mode_name, include_optimizer=False)
   
  with zipfile.ZipFile(zip_name, 'w', compression=zipfile.ZIP_DEFLATED) as f:
  f.write(mode_name)
   
  return os.path.getsize(zip_name)

現(xiàn)在我們定義導(dǎo)出模型，然后計(jì)算大小。

對于剪枝過的模型，tfmot.sparsity.keras.strip_pruning()用來恢復(fù)帶有稀疏權(quán)重的原始模型。請注意剝離模型和未剝離模型在尺寸上的差異。

model_for_export = tfmot.sparsity.keras.strip_pruning(model_for_pruning)

print("Size of gzipped pruned model without stripping: %.2f bytes" % (get_gzipped_model_size(model_for_pruning,'.models/model_for_pruning.h5','.models/model_for_pruning.zip')))

print("Size of gzipped pruned model with stripping: %.2f bytes" % (get_gzipped_model_size(model_for_export,'.models/model_for_export.h5','.models/model_for_export.zip')))

Size of gzipped pruned model without stripping: 6101.00 bytes
Size of gzipped pruned model with stripping: 5140.00 bytes

對這兩個(gè)模型進(jìn)行預(yù)測，我們發(fā)現(xiàn)它們具有相同的均方誤差。

model_for_prunning_predictions = model_for_pruning.predict(X_test)
print('Model for Prunning Error %.4f' % mean_squared_error(y_test,model_for_prunning_predictions.reshape(3300,)))
model_for_export_predictions = model_for_export.predict(X_test)
print('Model for Export Error %.4f' % mean_squared_error(y_test,model_for_export_predictions.reshape(3300,)))

Model for Prunning Error 0.0264
Model for Export Error 0.0264

最終想法

您可以繼續(xù)測試不同的剪枝計(jì)劃如何影響模型的大小。顯然這里的觀察結(jié)果不具有普遍性。也可以嘗試不同的剪枝參數(shù)，并了解它們?nèi)绾斡绊懩哪Ｐ痛笮?、預(yù)測誤差/精度，這將取決于您要解決的問題。

為了進(jìn)一步優(yōu)化模型，您可以將其量化。如果您想了解更多，請查看下面的回購和參考資料。

作者：Derrick Mwiti

deephub翻譯組：錢三一