引言

這篇論文來自文章也幫助深鑒科技在國內(nèi)外獲得了一定知名度。深度壓縮首先通過剪枝減少了網(wǎng)絡的連接，然后通過比特量化來降低權重量，最后通過無損壓縮方式霍夫曼編碼來縮小存儲空間。作者分別對AlexNet和VGG-16進行了實驗，獲得了35倍和49倍的壓縮量，而且精度幾乎沒有損失。

1. 原理

深度壓縮之所以獲得成功主要是結合了三種壓縮方法：剪枝，量化和無損壓縮霍夫曼編碼，而且在大的數(shù)據(jù)集和深度神經(jīng)網(wǎng)絡中獲得了較高壓縮比以及精度未降。前兩種方法不僅僅降低了權重數(shù)量，也提高了計算速率。而霍夫曼編碼只是能夠降低存儲空間，在實際計算的時候還需要進行解碼操作，實際上不會提高計算率。

以上三種方法用圖來表示為三個過程：

這三個方法一次順序進行，每個過程都單獨進行。

2. 剪枝

首先進行剪枝操作，也是很傳統(tǒng)的方法，就是通過一定策略來過濾掉一些不重要的神經(jīng)網(wǎng)絡連接。然后再重新訓練進行參數(shù)微調(diào)，不斷重復這個過程直到不能夠再進行剪枝為止。剪枝后的神經(jīng)網(wǎng)絡連接大大減少，剩下的都是對網(wǎng)絡分類有最重要貢獻的連接。其他被剪掉的連接的參數(shù)很小，產(chǎn)生的數(shù)值對結果影響可以通過重新訓練來微調(diào)其他參數(shù)而彌補。在imageNet數(shù)據(jù)集上，剪枝方法可以將AlexNet的參數(shù)數(shù)量減少9倍而沒有精度上的損失。VGG-16同樣有類似的現(xiàn)象，參數(shù)總量可以減少13倍左右而沒有精度損失。

3. 量化

接下來在剪枝網(wǎng)絡上做進一步量化操作?；舅悸肥菣嘀毓蚕砗途垲?。假設給定了k個類，這是權重參數(shù)量化后可能產(chǎn)生的k個值，然后對權重執(zhí)行聚類操作，聚類方法選擇了k-means方式。然后會得到k個區(qū)間，這些權重參數(shù)都分布在這k個區(qū)間中。然后用對應k個區(qū)間的數(shù)值來替代原來的權重數(shù)據(jù)。K個數(shù)值通常需要log2(k)比特來表示。這樣就從原來的32bit降低到了log2(k)。

以下為k-means方法的目標函數(shù)：

作者在同一層網(wǎng)絡上進行權重共享，不同層之間的權重分別進行聚類。為什么不同層之間的權重不能夠進行共享？可以這樣想，權重之所以可以共享和量化，是因為其表達的信息有一些共性，從數(shù)學上看同一層權重之間是以“求和”方式連接的，而不同層時間是“相乘”關系，后者有一定順序性，無法做到共享。否則會導致較高錯誤率，而且層與層之間還有激活函數(shù)，歸一化函數(shù)，不能簡單的進行共享。

訓練也進行了量化，在原來權重求得梯度值基礎上進行同樣的聚類和量化操作，然后對量化的權重進行微調(diào)得到新的值。過程如下圖所示。這里作者并不是用未量化的梯度來更新權重，用量化的梯度來更新可以減少訓練迭代，在這里只進行了兩次訓練，第一次先訓練出初始權重數(shù)據(jù)，第二次是用量化的梯度更新權重。

4. 霍夫曼編碼

神經(jīng)網(wǎng)絡在FPGA上部署通常需要大量的緩存，為了降低緩存空間，霍夫曼編碼進一步來壓縮權重?；舴蚵幋a是一種無損編碼，其通過數(shù)據(jù)的重復率來進行數(shù)據(jù)重新編碼，重復率高的用少的比特，重復率少的用多的比特，這樣就降低了數(shù)據(jù)存儲空間。雖然霍夫曼編碼能壓縮2到3倍權重，但是并不適合在FPGA上實現(xiàn)。因為霍夫曼解碼要消耗大量資源，同時霍夫曼解碼是單bit進行解析，速度較慢。這些都不利于FPGA上加速深度神經(jīng)網(wǎng)絡。

5. 實驗結果

作者主要在AlexNet和VGG-16上進行了嘗試，結果如圖：

從結果中可以獲得以下結論：
1） 全連接層的剪枝和量化都很大，說明全連接層信息有很大冗余；
2） 越深的網(wǎng)絡壓縮比例越大；

結論

本文介紹了深度壓縮方法，其結合了剪枝，量化和霍夫曼編碼的方式來最大限度降低權重數(shù)據(jù)量，這種方法促進了深度神經(jīng)網(wǎng)絡在FPGA器件上的應用能力。

編輯：hfy