中國(guó)學(xué)霸本科生提出AI新算法：速度比肩Adam，性能媲美SGD

曉查 2019-02-28 15:22:38 來(lái)源：量子位

曉查 乾明 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

兩位學(xué)霸本科生，一位來(lái)自北大，一位來(lái)自浙大。

他們?cè)趯?shí)習(xí)期間，研究出一種新的AI算法，相關(guān)論文已經(jīng)被人工智能頂級(jí)會(huì)議ICLR 2019收錄，并被領(lǐng)域主席贊不絕口，給出5分評(píng)價(jià)。

在這篇論文中，他們公布了一個(gè)名為AdaBound的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法，簡(jiǎn)單地說(shuō)，這個(gè)算法訓(xùn)練速度比肩Adam，性能媲美SGD。

這個(gè)算法適用于CV、NLP領(lǐng)域，可以用來(lái)開(kāi)發(fā)解決各種流行任務(wù)的深度學(xué)習(xí)模型。而且AdaBound對(duì)超參數(shù)不是很敏感，省去了大量調(diào)參的時(shí)間。

兩位本科生作為共同一作的這篇論文，也在Reddit上引發(fā)了熱贊，作者本人也在這個(gè)論壇上展開(kāi)了在線的答疑交流。

AdaBound已經(jīng)開(kāi)源，還放出了Demo。

AdaBound是什么

AdaBound結(jié)合了SGD和Adam兩種算法，在訓(xùn)練開(kāi)始階段，它能像Adam一樣快速，在后期又能像SGD一樣有很好的收斂性。

SGD（隨機(jī)梯度下降）算法歷史悠久，它是讓參數(shù)像小球滾下山坡一樣，落入山谷，從而獲得最小值。

但它最大的缺點(diǎn)是下降速度慢（步長(zhǎng)是恒定值），而且可能會(huì)在溝壑的兩邊持續(xù)震蕩，停留在一個(gè)局部最優(yōu)點(diǎn)。

Adam（自適應(yīng)矩估計(jì)）就是為了提高訓(xùn)練速度而生的。它和自適應(yīng)優(yōu)化方法AdaGrad、RMSProp等一樣，通過(guò)讓小球在更陡峭的山坡上下降，速率加快，來(lái)更快地讓結(jié)果收斂。

雖然Adam算法跑得比SGD更快，卻存在兩大缺陷：結(jié)果可能不收斂、可能找不到全局最優(yōu)解。也就是說(shuō)它的泛化能力較差，在解決某些問(wèn)題上，表現(xiàn)還不如SGD。

而造成這兩大缺陷的原因，可能是由于不穩(wěn)定和極端的學(xué)習(xí)率。

AdaBound是如何解決這個(gè)問(wèn)題的？

它給學(xué)習(xí)率劃出動(dòng)態(tài)變化的界限，讓實(shí)現(xiàn)從Adam到SGD的漸進(jìn)和平滑過(guò)渡，讓模型在開(kāi)始階段有和Adam一樣快的訓(xùn)練速度，后期又能保證和SGD一樣穩(wěn)定的學(xué)習(xí)率。

這種思路是受到2017年Salesforce的研究人員的啟發(fā)。他們通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，Adam后期的學(xué)習(xí)率太低影響了收斂結(jié)果。如果控制一下Adam的學(xué)習(xí)率的下限，實(shí)驗(yàn)結(jié)果會(huì)好很多。

對(duì)學(xué)習(xí)率的控制就和梯度裁剪差不多。在防止梯度爆炸問(wèn)題上，我們可以剪掉大于某個(gè)閾值的梯度。同樣的，我們也可以剪裁Adam學(xué)習(xí)率實(shí)現(xiàn)AdaBound。

在上面的公式中，學(xué)習(xí)率被限制在下限 η 和上限 η之間。當(dāng)η = η = α?xí)r，就是SGD算法；當(dāng)η=0、 η =∞時(shí)，就是Adam算法。

為了實(shí)現(xiàn)從Adam到SGD的平滑過(guò)渡，讓?duì)?和 η變成隨時(shí)間變化的函數(shù)：η 遞增從0收斂到α，η從∞遞減收斂到α。

在這種情況下，AdaBound開(kāi)始時(shí)就像Adam一樣訓(xùn)練速度很快，隨著學(xué)習(xí)率邊界越來(lái)越受到限制，它又逐漸轉(zhuǎn)變?yōu)镾GD。

AdaBound還有個(gè)非常大的優(yōu)點(diǎn)，就是它對(duì)超參數(shù)不是很敏感，省去了大量調(diào)參的時(shí)間。

實(shí)驗(yàn)結(jié)果

作者分別對(duì)不同模型進(jìn)行實(shí)驗(yàn)，比較了Adam與業(yè)界流行方法SGD，AdaGrad，Adam和AMSGrad在訓(xùn)練集和測(cè)試集上的學(xué)習(xí)曲線。

以上結(jié)果證明了AdaBound確實(shí)有比SGD更快的訓(xùn)練速度。

在LSTM上的實(shí)驗(yàn)則證明Adam更好的泛化能力。Adam算法在該實(shí)驗(yàn)條件下沒(méi)有收斂到最優(yōu)解，而AdaBound和SGD算法一樣收斂到最優(yōu)解。

上圖中，還無(wú)法完全體現(xiàn)AdaBound算法相比SGD的在訓(xùn)練速度上的優(yōu)點(diǎn)，但AdaBound對(duì)超參數(shù)不敏感，是它相比SGD的另一大優(yōu)勢(shì)。

但使用AdaBound不代表完全不需要調(diào)參，比如上圖中α=1時(shí)，AdaBound的表現(xiàn)很差，簡(jiǎn)單的調(diào)整還是需要的。

目前實(shí)驗(yàn)結(jié)果的測(cè)試范圍還比較小，評(píng)審認(rèn)為論文可以通過(guò)更大的數(shù)據(jù)集，比如CIFAR-100，來(lái)獲得更加可信的結(jié)果。

Reddit網(wǎng)友也很好奇AdaBound在GAN上的表現(xiàn)，但作者表示自己計(jì)算資源有限，還沒(méi)有在更多的模型上測(cè)試。希望在開(kāi)源后有更多人驗(yàn)證它的效果。

自己動(dòng)手

目前作者已經(jīng)在GitHub上發(fā)布了基于PyTorch的AdaBound代碼。

它要求安裝Python 3.6或更高版本，可以用pip直接安裝：

pip install adabound

使用方法和Pytorch其他優(yōu)化器一樣：

optimizer = adabound.AdaBound(model.parameters(), lr=1e-3, final_lr=0.1)

作者還承諾不久后會(huì)推出TensorFlow版本，讓我們拭目以待。

學(xué)霸本科生

這項(xiàng)研究的共同一作，是兩位學(xué)霸本科生。他們?cè)诘蔚螌?shí)習(xí)的時(shí)候一起完成了這項(xiàng)研究。

一位名叫駱梁宸，就讀于北京大學(xué)地球與空間科學(xué)學(xué)院，今年大四。

另一位名叫熊遠(yuǎn)昊，就讀于浙江大學(xué)信電學(xué)院，今年也是大四。

駱梁宸

這名學(xué)霸今年大四，已經(jīng)有四篇一作論文被人工智能頂級(jí)學(xué)術(shù)會(huì)議收錄，其中1篇EMNLP 2018、2篇AAAI 2019，還有我們今天介紹的這篇，發(fā)表于ICLR 2019。

他高中畢業(yè)于北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué)，連續(xù)三年獲得全國(guó)青少年信息學(xué)奧林匹克競(jìng)賽一等獎(jiǎng)。

在2015年到2018年期間，是北大PKU Helper團(tuán)隊(duì)的安卓開(kāi)發(fā)工程師和負(fù)責(zé)人。

2016年春季，擔(dān)任數(shù)據(jù)結(jié)構(gòu)與算法課程助教，還帶著實(shí)驗(yàn)室同學(xué)們開(kāi)發(fā)了一個(gè)回合制的游戲平臺(tái)坦克大戰(zhàn)。

2016年7月到2017年6月，擔(dān)任UniBike技術(shù)開(kāi)發(fā)VP，負(fù)責(zé)軟件開(kāi)發(fā)。

2017年7月到2018年5月，在微軟亞洲研究院實(shí)習(xí)，做研究助理。在這段研究經(jīng)歷中，發(fā)表了兩篇被AAAI收錄的論文。

2018年7月至今，在滴滴人工智能實(shí)驗(yàn)室做研究助理，本篇文章介紹的研究成果，就是這一工作中的成果。

目前，他也在北大語(yǔ)言計(jì)算與機(jī)器學(xué)習(xí)組實(shí)習(xí)，導(dǎo)師為研究員孫栩，也是這篇論文的作者之一。

熊遠(yuǎn)昊

他現(xiàn)在是浙江大學(xué)信電學(xué)院信息工程專(zhuān)業(yè)的大四學(xué)生，同樣是學(xué)霸級(jí)人物，三年綜合成績(jī)排名年級(jí)第一。

在發(fā)表這篇ICLR論文之前，他還以第二作者身份在通信領(lǐng)域的權(quán)威期刊上發(fā)表過(guò)論文1篇。

此外，論文還有一位作者，是南加州大學(xué)的副教授Yan Liu。

如果，你對(duì)他們的研究感興趣，請(qǐng)收好下面的傳送門(mén)：

論文：

ADAPTIVE GRADIENT METHODS WITH DYNAMIC BOUND OF LEARNING RATE

https://openreview.net/pdf?id=Bkg3g2R9FX

論文評(píng)審頁(yè)面：

https://openreview.net/forum?id=Bkg3g2R9FX

GitHub地址：

https://github.com/Luolc/AdaBound

Reddit討論地址：

https://www.reddit.com/r/MachineLearning/comments/auvj3q/r_adabound_an_optimizer_that_trains_as_fast_as/