議題1
機器學習平臺是公有云中增長最快的服務之一。是否有必要考慮將網路壓縮演算法整合為線上的機器學習服務，其中有哪些挑戰與機遇？
王雲鶴：國內沒有像谷歌那樣計算的叢集，進化演算法這種東西確實好，收斂性很好保證，效能也好，但是計算代價大。現在面臨著一個問題，無論是網路壓縮也好，無論是AutoML也好，還有NAS也好，能否落地的關鍵問題是，大家用這樣的雲服務費用對最終產生的這種實際價值相比，到底哪個價值更高。如果我們找同學去對一些模型做精細調參的話，就可以達到模型壓縮的雲服務，自動化的技術，這種技術的競爭力是不夠的，所以說如何把這些能壓縮的技術，把壓縮時間、壓縮成本去做的更低，我認為這個是現在面臨的最大的挑戰。
餘家輝：這邊兩個問題說是否有必要，答案肯定有必要，可以看到機器平臺學習上已經有一些相應的應用，一些服務，付費的一些應用。其中有哪些挑戰呢？我想補充一點，我們現在很多比如像AutoML或者是pruning的演算法，很多時候是在視覺的應用上做的，其實真正的應用場景上不僅是視覺還有一些語音、視覺處理的問題。這些問題上，是否現有的演算法能得到一個比較好的結果，這還是非常確定的。所以這也是一個非常大的挑戰。
程健：現在公有云的機器學習的服務，確實比較常見，把網路壓縮整合進去，肯定會有很大的需求，但是這裡面可能會遇到一些挑戰，這些挑戰來自於什麼呢？第一，現在很多網路壓縮的方法，特別是一些比較精細的方法，不一定能完全自動化，這裡面還有很多引數要去設定，包括不同應用場景下，引數會有很大的不同。這個是我認為是在雲服務裡面，可能會遇到的一個挑戰。第二，現在很多網路壓縮的模型方法，實際上需要大量的資料的，因為雲服務的話，可能有很多行業對這個資料，尤其是大量的資料放到雲上去做訓練會有顧慮。當然如果是一些通用的問題，比如像一些比較常見的應用場景，這個問題可能會稍微小一點。但是實際上，現在大家如果需要用到雲服務，往往是對這個演算法還不太熟，或者是傳統的行業裡面需要部署。在這些行業裡面，資料有的時候還是非常珍貴的。
議題2
大多數網路壓縮演算法在GPU叢集上進行訓練學習，其壓縮後的神經網路，如何 “無縫” 部署到其他“低功耗”裝置上，如手機上的NPU、IoT裝置上的微控制器、FPGA等？
程健：在很多邊緣端應用都是這種模式來做的，訓練是在GPU上訓練。我們面向的物件是IOT裝置上來做這個事情，往往用的多的還是在邊緣端，對雲端壓縮的需求沒有那麼高。那這種情況下怎麼去做呢？我認為有幾個方面，第一個方面是在雲端去做訓練的時候，目標函式怎麼去最佳化。這個我認為要考慮到在邊緣端上的裝置情況，比如邊緣端頻寬的問題，如何處理資料的傳輸，包括它上面對功耗的訴求等等。這個問題有很多的文章，實際上是考慮在做壓縮訓練的時候，已經考慮到了資源受限的情況。第二個方面，現在有越來越多的工作，已經把雲端和邊緣端底層的硬體打通了，這樣的話可以進行一些無縫的轉化，也可以直接部署。當然效率現在有一些會有受限，尤其是對現在壓縮裡面的一些方法，不是所有的都能無縫地轉化過來。量化是做的相對比較好一點的方法，其他的像剪枝、蒸餾這些方法，不一定能夠做的這麼好。
餘家輝：我補充一點，評論裡有說這項工作是髒活累活，因為你在GPU上訓練，很多時候不能得到端上的延遲及記憶體上的功耗等等，有一類做法是先訓練另外一個神經網路，把一個神經網路的architecture對映到對應的端上。有了這樣的一個神經網路之後，可以拿這個神經網路做一個代理，在GPU做一些壓縮、剪枝，用這種代理相當於得到一個目標，有了這個目標之後，可以做一個調節作用，在GPU上訓練的network可以部署到這個端上，它也不一定是髒活累活。
議題3
近年ICLR CVPR ICCV論文中，有指出壓縮網路受網路結構影響，跟使用pretrained引數並沒有很大關係，使用隨機初始化也能達到好的效果。這是否意味著結構的重要性遠遠大於引數初始化？
林紹輝：我個人的觀點是這個問題需要看是在什麼樣的任務上進行，其實競爭比較激烈的是ICLR裡面2019年有兩篇paper的關於初始化的問題。其實得看不同的任務，舉個例子，影像分類上面，如果你壓縮之後的模型比較規則的話，比如你做一些channel的pruning，每層剪的個數是跟原始的網路結構成倍數關係的，不是那種雖說結構化剪枝但不是呈正比例的關係。比如說對MobileNet，你把它的width設成原來的0.5倍，這種是一種純比例的關係，如果是這樣的結構去做training-from-scratch的話，效果與用pre-train的方法相比是差不多的。所以在這個問題上面，我認為結構決定了效能。如果對於更為複雜的任務，比如一些影片理解或者是行為分析上面的問題，這樣的模型可能還是依賴於pretrained一些模型，特別是依賴於那種資料級比較大的pre-train，我記得就是做一些video understanding很多方法都必須得在Kinetics資料集上面做pre-train，pre-train完後遷移到另外一些action recognition具體的任務上面的時候，它的效果就會得到大大的提高，但是如果沒有用這樣的pre-train的技術，效果非常不好，這個也是我做過很多實驗得出來的一個結論。
譚明奎：這個問題是這樣的，首先結構的重要性是非常重要的。一個不好的結構，壓縮也好，量化也好，肯定是有一個上限的，上限是由結構來決定的。但是我不太同意這幾篇論文的觀點，因為我們做實驗可以充分證明，一個好的pre-train的引數，是能夠遠遠超過所謂的隨機化的，當然我也相信其他幾位老師做的實驗和結果。但是我認為良好的pre-train的模型，肯定是比較好的。我相信論文的結果肯定是正確的，那麼為什麼會出現這個問題？原因可能是我們現在去pre-train的這個模型不夠好，有兩個方面，第一個我們的資料或者是超引數導致模型本身來講，可能baseline這個模型本身就不夠理想。Pre-train的時候，所有的引數都很重要，無論是剪枝、壓縮，都會對模型起到作用。舉個例子，有10個學生，我們讓10個學生都參與，這個時候把其中一個學生拿走，就會對全體產生影響。但是如果有10個同學做這個任務，有5個同學就可以把這個活幹完，剩下的5個同學可能就沒什麼重要性，這個時候再把那5個同學移走，是沒什麼影響的。所以這裡我認為，在壓縮的時候，實際上如何去訓練這個pre-train的模型是非常重要的。這個包括兩個，包括剪枝也好，包括量化也好，都是要在進一步進行思考的，這是我的一個觀點。所以我對這幾篇論文的觀點，我持保留的意見。
議題4
我們可以透過NAS（Neural Architecture Search）技術搜尋的到一個體積小並且效能不錯的神經網路模型，那麼進行網路壓縮技術研究的意義在哪裡？
林紹輝：這個問題好像說NAS可以解決一切問題，好像現在使用NAS就可以什麼東西都能做到非常好。但是我認為有一個問題需要思考，就是NAS搜出來的模型是否是可信的。還有是關於它的泛化性問題。舉個簡單的例子，NAS搜出來的模型，是否是脆弱的容易受攻擊的呢？這個目前來說好像還是比較少的paper去分析，基本上都是NAS搜出來比較小，在任務上面獲得一個非常好的效能，沒有去考慮更加深層次的本身的模型的脆弱性或者是可信度的問題。另外一個就是泛化能力如何，不是單純的指，比如在image classification任務上面搜到一個好的模型，直接遷移到另外一個例如 object detection框架上面，而是指在不同的任務之間模型能否直接可以無縫地操作，而不應該是再遷移過去，這個是我認為泛化性的另外一個問題。
王雲鶴：我剛好想談一下第三點。在最開始ICLR那篇paper討論剪枝之後pre-train的這個問題，那個實驗，前面的老師講的非常好，可能是他找的那個baseline沒有那麼好，如果有同學做過student的框架出來的話，我們的student network是直接透過channel去做一個等比例的縮減，去得到比如除以2除以4這樣的結果。baseline如果冗餘度非常高的話，其實網路的精度沒有那麼差，無論是你用一些原來的feature也好，還是用重新訓的話，基本上是差不多的。我們看到這個paper之後也去試了一下，尤其在一些拍照的任務上面，或是一些商場模型上去試了一下，比如GAN或super resolution。保留和不保留原來的feature pruning出來的全值的時候，精度會差的非常多，尤其是在這種super resolution上面，保留全值精度會比原來好很多。第四個問題，我想說的是另外一個問題，NAS主要測試的是architecture，就是這一層有什麼，那一層有什麼，層級之間是怎麼相連的，這個力度要比我們的feature pruning更高一級。在很多的實際應用裡面，我們會先用NAS去找一個大概的框架，在NAS找到大概的框架的情況下，之後我們還是要去做feature pruning，去識別NAS出來的模型裡面哪些的channel是沒有必要的，透過這樣的技術，兩個結合的話，我覺得會產生一個更好的結果。
譚明奎：無論是NAS也好，還是我們給定任意一個非常棒的結構也好，是不是我們在一個數集上重新訓練就能得到一個好模型呢？答案是不一定。這裡面有一個很重要的因素就是在於初始化，如果初始化不夠理想，或者在最佳化的過程中不小心收斂到一個不太好的點，就會產生模型冗餘。也就是說，即便是好的結構，模型冗餘風險還是存在的。在實際應用中，從工程應用的角度來講，還是值得去做一下pruning。當然，我們根據應用場景，綜合運用各種壓縮手段，比如把組合各種技巧，最終得到相對較好的模型，在各種效能指標方面達到一個平衡。
餘家輝：評論裡有問工業界現在用NAS的比較多還是網路壓縮技術的比較多。從我觀察的角度來看，現在應該還是用網路壓縮技術比較多，因為畢竟有更長的歷史。NAS相對來說比較新，還有一點非常重要的是，NAS現在所展示的一些應用，目前來看還是非常有限的，比如在視覺上，分類上，檢測上，NAS是不是能在以RNN為基礎的神經網路或者是LSTM相關的，還是很有待去驗證的一件事情。所以目前來看，壓縮技術用的稍微更多。
議題5
遵循“沒有免費午餐”定理，應根據實際問題選擇合適的方法。對於具體的計算機視覺應用場景而言，如何針對性的進行網路壓縮？
王雲鶴：在很多工程專案裡，其實是好多的團隊一起做交付的，可能不同的團隊採用的技術不一樣，最後會根據具體的performance的比評去選擇最好的一個結果。這個實際上很難去直接給定一個計算機視覺的場景，去找到最好的相應解法。根據不同的任務，還是要把常見的網路壓縮的技術先試一下，看一下哪個比較work。比如在底層拍照的相關上面，直接做蒸餾的話，效果不是很明顯，很難去設計一個有效的演算法去把教師神經網路裡面的知識去提純，然後幫助小的拍照模型去訓練。有一些量化的模型，對這種拍照的任務也不友好，比如說做了int 8，可能會有其他的artifacts實現，如果做更低位元的話，由於影像本身就是int 8的資料的形式，可能會對整體的預測也不是很好。但是對於高層語義，分類檢測分割基本上是比較通用的演算法。
林紹輝：計算機視覺任務場景這麼多，很難說一個方法對應著哪個視覺任務就比較能夠work，有很多時候其實都是試出來的。但是如果遇到一些不同的視覺任務，我會有這樣的一種嘗試方式，可能會思考這個視覺任務當中，能不能針對這個視覺任務，提出個比較好的compact block去做這個事情，這個其實我覺得compact block去做這個特定任務下的一些應用的話，我覺得這個效益比較大。因為只要設計好了這樣一個block很多效能上面會有很大的一個改善。我也會去思考這個NAS在這個特定的任務上面能不能夠尋找一種策略，或者是一些問題去做NAS搜尋。首先我會去嘗試一下，其次我可能會去試一下，目前比較成熟一些pruning或者是quantization等等的一些演算法，在上面去進一步驗證一下，這種方式能不能去做。我做過一些SR的工作， quantization直接做上去的時候不是太好，所以如果要去做這個東西，裡面還有很多問題需要去調整。總結一下，如果想把這個任務做好，很多技術不是單一的直接去做，必須得把東西聯合起來，才能夠獲得一個更高倍數的壓縮與加速。
王培松：對於不同的視覺任務來說，有一點也是比較重要的，首先要尋找瓶頸是在哪個地方，是在於memory太大，計算量太大，還是模型儲存太大。比如我們之前在做實際任務的時候，遇到一個問題，做超分的時候，計算量、模型的儲存其實都是OK的，但是memory佔用很大。這樣的話，對於計算量和模型儲存都不是問題，但是對於memory佔用就很是問題。所以首先要找到這個瓶頸到底是在哪個地方，再去針對地做不同的壓縮方案。但是如果知道了這個瓶頸在哪裡，怎麼去解決這個問題，就很難給出指導性的建議了，可能更多地靠嘗試，或是一些經驗性的東西。
觀眾提問
如果想從事網路壓縮方向的工作，需要具備哪些能力？
徐暢：因為程健老師作為高校的博士生導師，我們請程健老師，從招研究生的方面講一下他的要求。
程健：這個問題我談談我的看法，做網路壓縮和深度學習，或者做機器學習，本身並沒有太大的區別。如果數學基礎稍微好一點，程式設計稍微好一點，可能做這個方向入手會更快一點。包括整個深度學習裡面，絕大部分的研究方向，對原來的方向，或者是學科專業，其實並沒有太大的要求。我在招學生的時候，最不看重的就是專業方向，更多的還是要能夠自我學習的能力，對這個方向感興趣願意去做，就一定能做出來。
徐暢：好的，謝謝程健老師。我們請家輝老師從公司的角度來談一下這個問題，如果招員工或者是實習生，需要具備哪些能力。
餘家輝：對於從事網路壓縮方向，從我的角度沒有具體的有哪些能力一定需要的，更像是說做深度學習需要什麼樣的能力，比如數學程式設計基礎，當然還有個人素質，比如艱苦，努力工作這些會比較重要。還有補充一點是說，因為網路壓縮方向，畢竟還是high level的，網路與底層的應用也非常相關。所以在一定程度上，能更多地接觸一些底層的應用，比如這些應用的場景也是非常重要的。