大神 Geffery Hinton 是反向傳播算法的發(fā)明者，但他也對反向傳播表示懷疑，認為反向傳播顯然不是大腦運作的方式，為了推動技術進步，必須要有全新的方法被發(fā)明出來。今天介紹的谷歌大腦多名研究人員發(fā)表的最新論文Backprop Evolution，提出一種自動發(fā)現反向傳播方程新變體的方法，該方法發(fā)現了一些新的方程，訓練速度比標準的反向傳播更快，訓練時間也更短。

大神 Geoffrey Hinton提出的反向傳播算法是深度學習的基石。

1986 年，Geoffrey Hinton 與人合著了一篇論文：Learning representations by back-propagation errors，30 年之后，反向傳播算法成了這一波人工智能爆炸的核心。

但去年，Hinton 在接受采訪時表示，他對反向傳播算法 “深感懷疑”，認為應該徹底拋棄反向傳播，另起爐灶。Hinton 認為，反向傳播不是大腦運作的方式，我們的大腦顯然不需要對所有數據進行標注。為了推動進步，必須要有全新的方法被發(fā)明出來。

盡管Hinton、以及無數研究者仍未提出全新的、能夠代替?zhèn)鞑サ姆椒?，但最?a href="http://hljzzgx.com/v/tag/557/" target="_blank">機器學習自動搜索方法取得很多成功，反向傳播算法的變體也得到越來越多的研究。

柏林工業(yè)大學、谷歌大腦的多名研究人員在最新發(fā)表的論文Backprop Evolution，提出一種自動發(fā)現反向傳播方程新變體的方法。研究人員使用領域特定語言將更新的方程描述為原函數列表。

具體來說，研究人員采用一種基于進化的方法來發(fā)現新的傳播規(guī)則，這些規(guī)則在幾個epoch的訓練之后可以最大限度地提高其泛化表現。他們發(fā)現了一些新的方程，它們的訓練速度比標準的反向傳播更快，訓練時間更短，并且在收斂時類似標準反向傳播。

自動生成反向傳播方程

反向傳播算法是機器學習中最重要的算法之一。已有研究對反向傳播方程的變體進行了一些嘗試，并取得一定程度的成功 (e.g., Bengio et al. (1994); Lillicrap et al. (2014); Lee et al. (2015); N?kland (2016); Liao et al. (2016))。但盡管有這些嘗試，反向傳播方程的修改并沒有得到廣泛應用，因為這些修改很少對實際應用有改進，甚至有時會造成損害。

受近期機器學習自動搜索方法取得成功的啟發(fā)，我們提出一種自動生成反向傳播方程的方法。

為此，我們提出一種領域特定語言（domain specific language），以將這些數學公式描述為原始函數列表，并使用一種基于進化（evolution-based）的方法來發(fā)現新的傳播規(guī)則。在經過幾個epoch的訓練后，搜索條件是使 generalization 最大化。我們找到了和標準反向傳播效果同樣好的幾個變體方程。此外，在較短的訓練時間內，這幾種變體可以提高準確率。這可以用來改進 Hyperband 之類的算法，在訓練過程中做出基于準確性的決策。

反向傳播

圖1：神經網絡可以看作是一些計算圖。前向圖（forward graph）由網絡設計者定義，而反向傳播算法隱式地為參數更新定義了一個計算圖。本研究的主要貢獻是探索如何利用evolution來找到一個比標準反向傳播更有效的參數更新計算圖。

其中，是網絡的輸入，對layer進行索引，為第的偏導數，這跟權重矩陣有關。利用反向傳播算法中的鏈式法則可以計算出這個量。為了計算隱藏激活

的偏導數，要應用一系列運算：

一旦計算出，就可以將權重更新計算為：

如圖1所示，神經網絡可以表示為前向和后向的計算圖。給定一個由網絡設計者定義的前向計算圖，反向傳播算法定義了一個用于更新參數的反向計算圖。但是，有可能找到一個改進的反向計算圖，從而得到更好的泛化。

最近，用于機器學習的自動搜索方法已經在各種任務上取得了很好的結果，這些方法涉及修改前向計算圖，依靠反向傳播來定義適當的反向圖。與之不同，在這項工作中，我們關注的是修改反向計算圖，并使用搜索方法為

方法

為了找到改進的更新規(guī)則，我們使用進化算法來搜索可能的更新方程（update equation）的空間。在每次迭代中，進化控制器將一批突變的更新方程發(fā)送給workers池進行評估。每個worker使用其接收到的變異方程來訓練一個固定的神經網絡結構，并將獲得的驗證精度報告給控制器。

搜索空間

受到Bello et al. (2017) 的啟發(fā)，我們使用領域特定語言（domain-specific language，DSL）來描述用于計算，其中是可能的操作數，和是一元函數，是二元函數。一元函數和二元函數的集合是手動指定的，但是函數和操作數的各個選擇由控制器選擇。每個組件的示例如下:

操作數（Operands）：W（當前層的權重矩陣），（高斯矩陣），（從到（前向傳播的隱藏激活），（反向傳播的值）。

一元函數

二元函數

其中，

結果得到的量在方程1中被用作。在實驗中，我們探索了由1到3個二元運算組成的方程。這種DSL雖然簡單，但可以表示復雜的方程，例如標準的反向傳播，feedback alignment，以及direct feedback alignment。

進化算法

進化控制器（evolutionary controller）維護一組已發(fā)現的方程。在每次迭代中，控制器執(zhí)行以下操作之一：1）概率為p的情況下，控制器在搜索期間找到的N個最優(yōu)競爭力的方程中隨機選擇一個方程，2）概率為1 - p時，控制器從population的其他方程中隨機選擇一個方程。

控制器隨后將k個突變（mutation）應用于所選方程，其中k是從分類分布中提取的。這k個突變中的每一個只是簡單地選擇一個隨機一致的方程組件（例如，一個操作數，一個一元函數，或者一個二元函數），然后將它與另一個隨機選擇的同類組件交換。某些突變會導致數學上不可行的方程，在這種情況下，控制器會重新啟動突變過程，直到成功。N、p和k的分類分布是算法的超參數。

為了創(chuàng)建初始 population，我們簡單地從搜索空間中隨機抽樣N個方程。此外，在我們的一些實驗中，我們從一小部分預定義的方程開始（通常是正常的反向傳播方程或其反饋對齊方程變體）。從現有方程出發(fā)的能力是基于強化學習的進化方法具有的優(yōu)勢。

實驗和結果

在該方法中，用于評估每個新方程的模型的選擇是一個重要的設置。規(guī)模更大、更深的網絡會更真實，但需要更長的時間來訓練，而較小的模型訓練更快，但可能導致更新網絡無法推廣。我們通過使用Wide ResNets (WRN) 來平衡這兩個標準，其中WRN有16層，寬度multiplier為2，并且在CIFAR-10數據集中進行訓練。

基線搜索和泛化

在第一次搜索中，控制器提出新方程訓練WRN 16-2網絡20個epoch，并且分別在有或沒有動量的情況下用SGD訓練。根據驗證準確性收集前100個新方程，然后在不同場景下進行測試：

（A1）使用20個epoch訓練WRN 16-2 ，復制搜索設置；

（A2）使用20個epoch訓練WRN 28-10 ，將其推廣到更大的模型（WRN 28- 10的參數是WRN 16-2的10倍）；

（A3）使用100個epoch訓練WRN 16-2 ，測試推廣到更長的訓練機制。

實驗結果如表1所示：

表1：實驗結果

從A1到A3，在每個設置中展示了兩個性能最好的方程，以及兩個在所有設置中都表現良好的方程。在B1中展示了4個性能最好的方程，所有結果均為5次以上的平均測試準確率?；€是梯度反向傳播。比基線性能優(yōu)于0.1%的結果都用粗體表示。我們用

表示。

增加訓練次數的搜索

之前的搜索實驗發(fā)現新方程在訓練開始時運行良好，但在收斂時不優(yōu)于反向傳播。后一種結果可能是由于搜索和測試機制之間的不匹配，因為搜索使用20個epoch來訓練子模型，而測試機制使用100個epoch。

一個后續(xù)方案是匹配這兩個機制。在第二次搜索實驗中，使用100個epoch訓練每個子模型。為了補償由于使用較多的epoch進行訓練而導致的實驗時間增加，使用較小的網絡（WRN 10-1）作為子模型。使用較小的模型是可以接受的，因為新方程傾向于推廣到更大，更真實的模型，如（A2）。

實驗結果在表1中的（B1），與（A3）較為相似，即，可以找到對SGD表現較好的更新規(guī)則，但是對有動量的SGD的結果與基線相當。(A3)和(B1)結果的相似性表明，訓練時間的差異可能不是誤差的主要來源。此外，具有動量的SGD對于不同的新方程是幾乎不變的。

總結

在這項工作中，提出了一種自動查找可以取代標準反向傳播的方程的方法。使用了一種進化控制器（在方程分量空間中工作），并試圖最大化訓練網絡的泛化。探索性研究的結果表明，對于特定的場景，有一些方程的泛化性能比基線更好，但要找到一個在一般場景中表現更好的方程還需要做更多的工作。