栗子 晓查 发自 凹非寺
　　量子位 报道 公众号 QbitAI

　　机器学习全靠调参？这个思路已经过时了。

　　谷歌大脑团队发布了一项新研究：

　　只靠神经网络架构搜索出的网络，不训练，不调参，就能直接执行任务。

　　这样的网络叫做WANN，权重不可知神经网络。

　　它在 MNIST 数字分类任务上，未经训练和权重调整，就达到了 92% 的准确率，和训练后的线性分类器表现相当。

　　除了监督学习，WANN 还能胜任许多强化学习任务。

　　团队成员之一的大佬 David Ha，把成果发上了推特，已经获得了 1300 多赞：

　　那么，先来看看效果吧。

　　效果

　　谷歌大脑用 WANN 处理了 3 种强化学习任务。

　　（给每一组神经元，共享同一个权重。)

　　第一项任务，Cart-Pole Swing-Up。

　　这是经典的控制任务，一条滑轨，一台小车，车上一根杆子。

　　小车在滑轨的范围里跑，要把杆子从自然下垂的状态摇上来，保持在直立的位置不掉下来。

　　(这个任务比单纯的 Cart-Pole 要难一些：

　　Cart-Pole 杆子的初始位置就是向上直立，不需要小车把它摇上来，只要保持就可以。)

　　难度体现在，没有办法用线性控制器 (Linear Controller) 来解决。每一个时间步的奖励，都是基于小车到滑轨一头的距离，以及杆子摆动的角度。

　　WANN 的最佳网络 (Champion Network) 长这样：

　　它在没有训练的状态下，已经表现优异：

　　表现最好的共享权重，给了团队十分满意的结果：只用几次摆动便达到了平衡状态。

　　第二项任务，Bipedal Waker-v2。

　　一只两足“生物”，要在随机生成的道路上往前走，越过凸起，跨过陷坑。奖励多少，就看它从出发到挂掉走了多长的路，以及电机扭矩的成本 (为了鼓励高效运动) 。

　　每条腿的运动，都是由一个髋关节、和一个膝关节来控制的。有 24 个输入，会指导它的运动：包括“激光雷达”探测的前方地形数据，本体感受到的关节运动速度等等。

　　比起第一项任务中的低维输入，这里可能的网络连接就更多样了：

　　所以，需要 WANN 对从输入到输出的布线方式，有所选择。

　　这个高维任务，WANN 也优质完成了。

　　你看，这是搜索出的最佳架构，比刚才的低维任务复杂了许多：

　　它在-1.5 的权重下奔跑，长这样：

　　第三项任务，CarRacing-v0。

　　这是一个自上而下的 (Top-Down) 、像素环境里的赛车游戏。

　　一辆车，由三个连续命令来控制：油门、转向、制动。目标是在规定的时间里，经过尽可能多的砖块。赛道是随机生成的。

　　研究人员把解释每个像素 (Pixel Interpretation) 的工作交给了一个预训练的变分自编码器 (VAE) ，它可以把像素表征压缩到 16 个潜在维度。

　　这 16 维就是网络输入的维度。学到的特征是用来检测 WANN 学习抽象关联 (Abstract Associations) 的能力，而不是编码不同输入之间显式的几何关系。

　　这是 WANN 最佳网络，在-1.4 共享权重下、未经训练的赛车成果：

　　虽然路走得有些蜿蜒，但很少偏离跑到。

　　而把最佳网络微调一下，不用训练，便更加顺滑了：

　　总结一下，在简单程度和模块化程度上，第二、三项任务都表现得优秀，两足控制器只用了 25 个可能输入中的 17 个，忽略了许多 LIDAR 传感器和膝关节的速度。

　　WANN 架构不止能在不训练单个权重的情况下完成任务，而且只用了210 个网络连接 (Connections) ，比当前 State-of-the-Art 模型用到的 2804 个连接，少了一个数量级。

　　做完强化学习，团队又瞄准了MNIST，把 WANN 拓展到了监督学习的分类任务上。

　　一个普通的网络，在参数随机初始化的情况下，MNIST 上面的准确率可能只有10%左右。

　　而新方法搜索到的网络架构 WANN，用随机权重去跑，准确率已经超过了80%；

　　如果像刚刚提到的那样，喂给它多个权值的合集，准确率就达到了91. 6%。

　　对比一下，经过微调的权重，带来的准确率是 91.9%，训练过的权重，可以带来 94.2% 的准确率。

　　再对比一下，拥有几千个权重的线性分类器：

　　也只是和 WANN 完全没训练、没微调、仅仅喂食了一些随机权重时的准确率相当。

　　论文里强调，MINST 手写数字分类是高维分类任务。WANN 表现得非常出色。

　　并且没有哪个权值，显得比其他值更优秀，大家表现得十分均衡：所以随机权重是可行的。

　　不过，每个不同的权重形成的不同网络，有各自擅长分辨的数字，所以可以把一个拥有多个权值的 WANN，用作一个自给自足的合集 (Self-Contained Ensemble) 。

　　实现原理

　　不训练权重参数获得极高准确度，WANN 是如何做到的呢？

　　神经网络不仅有权重偏置这些参数，网络的拓扑结构、激活函数的选择都会影响最终结果。

　　谷歌大脑的研究人员在论文开头就提出质疑：神经网络的权重参数与其架构相比有多重要？在没有学习任何权重参数的情况下，神经网络架构可以在多大程度上影响给定任务的解决方案。

　　为此，研究人员提出了一种神经网络架构的搜索方法，无需训练权重找到执行强化学习任务的最小神经网络架构。

　　谷歌研究人员还把这种方法用在监督学习领域，仅使用随机权重，就能在 MNIST 上实现就比随机猜测高得多的准确率。

　　论文从架构搜索、贝叶斯神经网络、算法信息论、网络剪枝、神经科学这些理论中获得启发。

　　为了生成 WANN，必须将权重对网络的影响最小化，用权重随机采样可以保证最终的网络是架构优化的产物，但是在高维空间进行权重随机采样的难度太大。

　　研究人员采取了“简单粗暴”的方法，对所有权重强制进行权重共享（weight-sharing），让权重值的数量减少到一个。这种高效的近似可以推动对更好架构的搜索。

　　操作步骤

　　解决了权重初始化的问题，接下来的问题就是如何收搜索权重不可知神经网络。它分为四个步骤：

　　1、创建初始的最小神经网络拓扑群。

　　2、通过多个 rollout 评估每个网络，并对每个 rollout 分配不同的共享权重值。

　　3、根据性能和复杂程度对网络进行排序。

　　4、根据排名最高的网络拓扑来创建新的群，通过竞争结果进行概率性的选择。

　　然后，算法从第 2 步开始重复，在连续迭代中，产生复杂度逐渐增加的权重不可知拓扑（weight agnostic topologies ）。

　　拓扑搜索

　　用于搜索神经网络拓扑的操作受到神经进化算法（NEAT）的启发。在 NEAT 中，拓扑和权重值同时优化，研究人员忽略权重，只进行拓扑搜索操作。

　　上图展示了网络拓扑空间搜索的具体操作：

　　一开始网络上是最左侧的最小拓扑结构，仅有部分输入和输出是相连的。

　　然后，网络按以下三种方式进行更改：

　　1、插入节点：拆分现有连接插入新节点。

　　2、添加连接：连接两个之前未连接的节点，添加新连接。

　　3、更改激活函数：重新分配隐藏节点的激活函数。

　　图的最右侧展示了权重在[2,2]取值范围内可能的激活函数，如线性函数、阶跃函数、正弦余弦函数、ReLU 等等。

　　权重依然重要

　　WANN 与传统的固定拓扑网络相比，可以使用单个的随机共享权重也能获得更好的结果。

　　虽然 WANN 在多项任务中取得了最佳结果，但 WANN 并不完全独立于权重值，当随机分配单个权重值时，有时也会失败。

　　WANN 通过编码输入和输出之间的关系起作用，虽然权重的大小的重要性并不高，但它们的一致性，尤其是符号的一致性才是关键。

　　随机共享权重的另一个好处是，调整单个参数的影响变得不重要，无需使用基于梯度的方法。

　　强化学习任务中的结果让作者考虑推广 WANN 方法的应用范围。他们又测试了 WANN 在图像分类基础任务 MNIST 上的表现，结果在权重接近 0 时效果不佳。

　　有 Reddit 网友质疑 WANN 的结果，对于随机权重接近于 0 的情况，该网络的性能并不好，先强化学习实验中的具体表现就是，小车会跑出限定范围。

　　对此，作者给出解释，在权重趋于 0 的情况下，网络的输出也会趋于0，所以后期的优化很难达到较好的性能。

　　传送门

　　原文链接：

　　https://weightagnostic.github.io/

　　源代码：

　　https://github.com/weightagnostic/weightagnostic.github.io

— 完 —