HAWQ-V2

本文为 UC Berkeley 大学发表在 NeurIPS 2020 上的混合精度量化论文，是之前 HAWQ 论文的升级版本。

论文题目：HAWQ-V2: Hessian Aware trace-Weighted Quantization of Neural Networks

论文链接：https://papers.nips.cc/paper/2020/file/d77c703536718b95308130ff2e5cf9ee-Paper.pdf

由于本文牵扯到的数学公式与证明较多，感兴趣可以自行阅读原文。这里只做一个大概的分析导读。

摘要

量化是减少神经网络的内存占用和推理时间的有效方法。但是，超低精度量化可能会导致模型精度显着下降。解决此问题的一种有前途的方法是执行混合精度量化，其中更敏感的层保持更高的精度。但是，用于混合精度量化的搜索空间的层数是指数级的。HAWQ 提出了一个新颖的基于 Hessian 的框架，其目的是通过使用二阶信息来减少这种指数搜索空间。尽管有前途，但这项先前的工作具有三个主要局限性：

HAWQ 仅使用基于最高海森特征值的启发式度量作为敏感度的度量，而未考虑其余的海森频谱；
HAWQ 的方法仅提供不同层的相对灵敏度，因此需要手动选择混合精度设置；
HAWQ 没有考虑混合精度激活量化。

在这里，本文介绍解决这些缺点的HAWQ-V2，解决对应HAWQ的三个问题，如下：

HAWQ-V2 从理论上证明了正确的敏感度度量是平均Hessian迹，而不只是顶部的Hessian特征值。
HAWQ-V2 实现了一种基于 Pareto 边界的方法，无需任何人工干预即可自动选择不同层的比特精度。
HAWQ-V2 实现了第一个基于Hessian的混合精度激活量化分析，这对于对象检测非常有益。

通过证明，HAWQ-V2在各种任务上均达到了最新水平。尤其是，本文展示了InceptionV3（7.57MB，精度为75:98％），ResNet50（7.99MB，精度为75：92％）和SqueezeNext（1MB，精度为68：68％）的量化结果，所有这些都没有任何手动位选择。此外，本文在Microsoft COCO上提供了对象检测的结果，与最近提出的FQN方法相比，获得了比直接均匀量化高2.6的mAP和比直接均匀量化高1.6的mAP，模型尺寸更小17.9MB。

方法

自动化的位宽选择

Hutchinson快速求解Hessian迹

Hessian迹的公式求解如下所示：

根据 Hutchinson 算法近似可以得到

上图展示了当增加用于 Hessian迹估计的迭代次数时，Hutchinson 算法的收敛图。可以清楚地看到，随着在512个数据点上增加数据点的数量，迹快速收敛，在该点上计算二次采样的 Hessian。可以看到，进行 50 次 Hutchinson 迭代足以实现低方差的精确逼近。基于收敛性分析，在ResNet50模型中能够在30分钟内使用4个GPU计算所有平均Hessian迹线，即54个块相对应平均每块33s。除自动位宽精度选择外，Hutchinson 算法还使 HAWQ-V2 成为一种比以前基于搜索的算法快得多的算法。

敏感度指标分析

基于最小描述长度(MDL)理论，在给定的阈值下，指定一个平坦区域所需的比特数较少，反之，指定一个具有尖锐曲率的区域所需的比特数较多。更通俗的解释，平坦区域的不精确位置所产生的噪声不会被放大，使得它更容易被量化。而尖锐区域则相反，即使是小的舍去误差也会被放大。因此，预计具有较高- Hessian 迹的层(即较大的特征值)对量化更敏感。