中國學(xué)霸本科生提出AI新算法：速度比肩Adam，性能媲美SGD
兩位學(xué)霸本科生，一位來自北大，一位來自浙大。
他們在實習期間，研究出一種新的AI算法，相關(guān)論文已經(jīng)被人工智能***會議ICLR 2019收錄，并被領(lǐng)域主席贊不絕口，完全確定建議接收。
在這篇論文中，他們公布了一個名為AdaBound的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法，簡單地說，這個算法訓(xùn)練速度比肩Adam，性能媲美SGD。
這個算法適用于CV、NLP領(lǐng)域，可以用來開發(fā)解決各種流行任務(wù)的深度學(xué)習模型。而且AdaBound對超參數(shù)不是很敏感，省去了大量調(diào)參的時間。
兩位本科生作為共同一作的這篇論文，也在Reddit上引發(fā)了熱贊，作者本人也在這個論壇上展開了在線的答疑交流。
AdaBound已經(jīng)開源，還放出了Demo。
AdaBound是什么
AdaBound結(jié)合了SGD和Adam兩種算法，在訓(xùn)練開始階段，它能像Adam一樣快速，在后期又能像SGD一樣有很好的收斂性。
SGD(隨機梯度下降)算法歷史悠久，它是讓參數(shù)像小球滾下山坡一樣，落入山谷，從而獲得最小值。
但它***的缺點是下降速度慢(步長是恒定值)，而且可能會在溝壑的兩邊持續(xù)震蕩，停留在一個局部***點。
Adam(自適應(yīng)矩估計)就是為了提高訓(xùn)練速度而生的。它和自適應(yīng)優(yōu)化方法AdaGrad、RMSProp等一樣，通過讓小球在更陡峭的山坡上下降，速率加快，來更快地讓結(jié)果收斂。
雖然Adam算法跑得比SGD更快，卻存在兩大缺陷：結(jié)果可能不收斂、可能找不到全局***解。也就是說它的泛化能力較差，在解決某些問題上，表現(xiàn)還不如SGD。
而造成這兩大缺陷的原因，可能是由于不穩(wěn)定和極端的學(xué)習率。
AdaBound是如何解決這個問題的?
它給學(xué)習率劃出動態(tài)變化的界限，讓實現(xiàn)從Adam到SGD的漸進和平滑過渡，讓模型在開始階段有和Adam一樣快的訓(xùn)練速度，后期又能保證和SGD一樣穩(wěn)定的學(xué)習率。
這種思路是受到2017年Salesforce的研究人員的啟發(fā)。他們通過實驗發(fā)現(xiàn)，Adam后期的學(xué)習率太低影響了收斂結(jié)果。如果控制一下Adam的學(xué)習率的下限，實驗結(jié)果會好很多。
對學(xué)習率的控制就和梯度裁剪差不多。在防止梯度爆炸問題上，我們可以剪掉大于某個閾值的梯度。同樣的，我們也可以剪裁Adam學(xué)習率實現(xiàn)AdaBound。
在上面的公式中，學(xué)習率被限制在下限 η𝑙 和上限 η𝑢之間。當η𝑙 = η𝑢 = α時，就是SGD算法;當η𝑙=0、 η𝑢 =∞時，就是Adam算法。
為了實現(xiàn)從Adam到SGD的平滑過渡，讓η𝑙 和 η𝑢變成隨時間變化的函數(shù)：η𝑙 遞增從0收斂到α，η𝑢從∞遞減收斂到α。
在這種情況下，AdaBound開始時就像Adam一樣訓(xùn)練速度很快，隨著學(xué)習率邊界越來越受到限制，它又逐漸轉(zhuǎn)變?yōu)镾GD。
AdaBound還有個非常大的優(yōu)點，就是它對超參數(shù)不是很敏感，省去了大量調(diào)參的時間。
實驗結(jié)果
作者分別對不同模型進行實驗，比較了Adam與業(yè)界流行方法SGD，AdaGrad，Adam和AMSGrad在訓(xùn)練集和測試集上的學(xué)習曲線。
以上結(jié)果證明了AdaBound確實有比SGD更快的訓(xùn)練速度。
在LSTM上的實驗則證明Adam更好的泛化能力。Adam算法在該實驗條件下沒有收斂到***解，而AdaBound和SGD算法一樣收斂到***解。
上圖中，還無法完全體現(xiàn)AdaBound算法相比SGD的在訓(xùn)練速度上的優(yōu)點，但AdaBound對超參數(shù)不敏感，是它相比SGD的另一大優(yōu)勢。
但使用AdaBound不代表完全不需要調(diào)參，比如上圖中α=1時，AdaBound的表現(xiàn)很差，簡單的調(diào)整還是需要的。
目前實驗結(jié)果的測試范圍還比較小，評審認為論文可以通過更大的數(shù)據(jù)集，比如CIFAR-100，來獲得更加可信的結(jié)果。
Reddit網(wǎng)友也很好奇AdaBound在GAN上的表現(xiàn)，但作者表示自己計算資源有限，還沒有在更多的模型上測試。希望在開源后有更多人驗證它的效果。
自己動手
目前作者已經(jīng)在GitHub上發(fā)布了基于PyTorch的AdaBound代碼。
它要求安裝Python 3.6或更高版本，可以用pip直接安裝：
- pip install adabound
使用方法和Pytorch其他優(yōu)化器一樣：
- optimizer = adabound.AdaBound(model.parameters(), lr=1e-3, final_lr=0.1)
作者還承諾不久后會推出TensorFlow版本，讓我們拭目以待。
學(xué)霸本科生
這項研究的共同一作，是兩位學(xué)霸本科生。他們在滴滴實習的時候一起完成了這項研究。
一位名叫駱梁宸，就讀于北京大學(xué)地球與空間科學(xué)學(xué)院，今年大四。
另一位名叫熊遠昊，就讀于浙江大學(xué)信電學(xué)院，今年也是大四。
駱梁宸
這名學(xué)霸今年大四，已經(jīng)有四篇一作論文被人工智能***學(xué)術(shù)會議收錄，其中1篇EMNLP 2018、2篇AAAI 2019，還有我們今天介紹的這篇，發(fā)表于ICLR 2019。
他高中畢業(yè)于北京師范大學(xué)附屬實驗中學(xué)，連續(xù)三年獲得全國青少年信息學(xué)奧林匹克競賽一等獎。
在2015年到2018年期間，是北大PKU Helper團隊的安卓開發(fā)工程師和負責人。
2016年春季，擔任數(shù)據(jù)結(jié)構(gòu)與算法課程助教，還帶著實驗室同學(xué)們開發(fā)了一個回合制的游戲平臺坦克大戰(zhàn)。
2016年7月到2017年6月，擔任UniBike技術(shù)開發(fā)VP，負責軟件開發(fā)。
2017年7月到2018年5月，在微軟亞洲研究院實習，做研究助理。在這段研究經(jīng)歷中，發(fā)表了兩篇被AAAI收錄的論文。
2018年7月至今，在滴滴人工智能實驗室做研究助理，本篇文章介紹的研究成果，就是這一工作中的成果。
目前，他也在北大語言計算與機器學(xué)習組實習，導(dǎo)師為研究員孫栩，也是這篇論文的作者之一。
熊遠昊
他現(xiàn)在是浙江大學(xué)信電學(xué)院信息工程專業(yè)的大四學(xué)生，同樣是學(xué)霸級人物，三年綜合成績排名年級***。
在發(fā)表這篇ICLR論文之前，他還以第二作者身份在通信領(lǐng)域的權(quán)威期刊上發(fā)表過論文1篇。
此外，論文還有一位作者，是南加州大學(xué)的副教授Yan Liu。
如果，你對他們的研究感興趣，請收好下面的傳送門：
論文：
ADAPTIVE GRADIENT METHODS WITH DYNAMIC BOUND OF LEARNING RATE
https://openreview.net/pdf?id=Bkg3g2R9FX
論文評審頁面：
https://openreview.net/forum?id=Bkg3g2R9FX
GitHub地址：
https://github.com/Luolc/AdaBound
Reddit討論地址：
https://www.reddit.com/r/MachineLearning/comments/auvj3q/r_adabound_an_optimizer_that_trains_as_fast_as/
